关于以监督微调方式训练推理模型的流程，下列描述正确的是：

监督微调训练推理模型的典型流程是：收集高质量推理数据 → 构建指令-推理过程-答案格式 → 使用交叉熵损失进行微调

监督微调不需要任何标注数据

推理模型的监督微调只关注最终答案的正确性，不关注推理过程

监督微调方式训练的推理模型不能进行任何推理任务