后训练（Post-training）
预训练之后的微调工序总称：SFT 管回答的样子，偏好优化管对齐，强化学习阶段管分数。本课的验收是「能说清哪一格在动、缺哪个读数、下一步动谁」，不承诺模型变好。
生产方式：AI 生成AI 生成，仅供参考签发：晓黎学习复核：2026年11月8日被 3 个词条引用
位置判断：预训练的环从没见过「这种输入要有那种回应」的约束，要让它落到参数里，走的是后训练这条路。见 预训练、微调（Fine-tuning）、SFT（监督微调）。
失败读法课给的纪律同样属于后训练：最容易收场的一句话「再训训看」没有指向，调学习率、加数据、换奖励、改评测四件事互相不知道对方动了什么。先看失败形状，再决定改哪一步；本课不承诺你交出的模型真的变好，承诺的是说得清哪一格在动。见 学习率（Learning Rate）、代理指标、留出集。
互链
链接来自概念卡正文里的双链，编译时能解到本期词条集的才成为站内链接。
- 代理指标正文引用
- 留出集正文引用
- 微调（Fine-tuning）正文引用
- 学习率（Learning Rate）正文引用
- 预训练正文引用
- SFT（监督微调）正文引用
反链（3）
出现在哪些课时里（3）
判据与「课时正文里能不能点出来」是同一个：那一节确实提到了它。点课时走当前页跳转， 它是导航，不是词条链接。
- 基座只会续写，听话是后来加上的大模型后训练：偏好、权重与测得出退化的评测
- SFT 教的是格式，知识不是它给的大模型后训练：偏好、权重与测得出退化的评测
- 四种失败形状，各指向哪一步大模型后训练：偏好、权重与测得出退化的评测
关联图
只画这一条与它直接相连的词条，边与上面两区同源。可拖拽、可缩放，点节点是新标签。
以列表方式看这 9 个节点
出处
路径是本地知识库（Obsidian 库）里的位置，正文与概念卡逐字对应。
- 课程正文用法归纳四种失败形状，各指向哪一步
packages/db/prisma/lesson-content/eval-and-failure-triage.md - 课程正文用法归纳基座只会续写，听话是后来加上的
packages/db/prisma/lesson-content/pretrain-only-continues-text.md - 课程正文用法归纳SFT 教的是格式，知识不是它给的
packages/db/prisma/lesson-content/sft-teaches-format-not-facts.md - 课程正文用法归纳课程派生词条 · 模型训练与后训练
编译入库：2026年11月2日。词条由知识库编译而来， 修正要回到概念卡改，再重新编译。