后训练（Post-training）（2026.08.24）

概念编号：059

一句话理解

后训练是在模型底座之上继续“教它怎么做事”，让模型更会听指令、更符合目标场景和用户偏好。

苏苏的入门解释

后训练（Post-training）：对一个模型底座再训练，相当于职业教育。

作用：定向调整模型的部分能力。

预训练像义务教育，先让模型掌握广泛的基础规律；后训练像职业教育，把它培养成更会对话、更会写代码、更遵守安全规则，或更适合某个行业的模型。

具体解释

后训练通常使用更有针对性的高质量数据和训练方法，让模型学会：

• 理解和遵循用户指令；
• 按指定格式、语气和步骤输出；
• 在特定领域完成问答、代码、数学或工具调用任务；
• 根据人类偏好调整回答质量；
• 遵守安全规范、拒绝不应执行的请求。

常见方法包括监督微调（SFT）、偏好优化、基于人类反馈或 AI 反馈的训练，以及面向特定任务的继续训练。具体方法会随模型公司和模型家族而变化。

它为什么重要

同一个预训练底座，经过不同后训练后，可能表现出不同的对话风格、推理能力、代码能力、工具调用方式和安全边界。用户实际使用的聊天模型，通常已经经过一个或多个后训练阶段。

边界与易混淆概念

• 后训练不等于重新从零训练：它通常在已有模型底座上继续调整。
• 后训练不等于只增加知识：它更多是在调整行为、偏好、格式和任务能力。
• 后训练不等于 RAG：后训练改变模型参数；RAG 是在使用时临时提供外部资料。
• 后训练不保证模型永远正确：模型仍可能产生幻觉，需要检索、推理和来源校验。

相关概念

• 预训练（Pre-training）（2026.08.24）：后训练所依赖的模型底座。
• 蒸馏（Knowledge Distillation）（2026.08.24）
• Prompt（提示词）（2026.08.21）：用户在使用阶段交代任务，不等于后训练。
• 大模型（LLM）（2026.08.24）

来源

• 什么是 LLM 大语言模型？：已有文章对模型训练与使用阶段的基础说明。
• 本轮 AI 概念清单原始笔记：提供“职业教育”和“定向调整能力”的比喻。

概念卡更新日志

• 2026.08.24｜创建概念卡：依据已有 LLM 科普文章和用户提供的“职业教育／定向调整能力”解释，登记为 059。