Post-training（后训练）

在预训练之后继续教模型遵循指令、偏好、安全规则和工具格式，让它更像一个可用助手。

后训练是 SFT、偏好学习、强化学习、安全训练和能力专项训练等阶段的集合，目标是改变模型行为分布。

先用高质量示范建立指令行为，再利用人类或 AI 偏好比较优化输出，还可加入可验证任务和安全数据。

后训练目标可能相互冲突，应分别评测帮助性、事实性、安全、拒答、工具使用和能力回归。