Agentic Research
EN

Post-training（後訓練）

Post-training 是 Base Model 完成後的訓練階段。

你會在什麼時候遇到它

模型會照指令、會拒絕危險請求，多半是這一階段的功勞。

相關詞條

Fine-tune（微調）Pre-training（預訓練）SFT（Supervised Fine-Tuning）DPO（Direct Preference Optimization）RLHF / RLGRPODistillation（蒸餾）

下一步