Post

general · 首次出现 2026-05-22 · 最近出现 2026-10-21 · 累计提及 325

综述

"Post"在大模型领域通常指"后训练",是指在预训练完成后对模型进行的进一步优化和微调过程。近期,这一技术领域呈现出多元化发展趋势,各大科技公司和研究机构纷纷推出新型后训练方法以提高模型性能和应用能力。

Post 近期进展

  • 2023年9月,TicTacBench基准发布,专门用于评估编程智能体RTL时序收敛能力,为后训练效果提供了新的评估标准。TicTacBench:评估编程智能体RTL时序收敛能力的基准
  • 2023年8月,研究人员提出"Inject, Align, Recover"三阶段后训练方法,专注于检索无关文档知识内化,为后训练提供了新思路。Inject, Align, Recover: Staged Post-Training for Retrieval-Free Document Knowledge Internalization
  • Z.ai首席执行官Jie Tang解读了GLM 5.3与新型后训练缩放定律,展示了后训练技术在提升大模型性能方面的重要作用。Z.ai首席执行官Jie Tang解读GLM 5.3与新型后训练缩放定律
  • Fireworks AI与LangChain合作,从traces生成训练数据实现持续后训练,为后训练提供了自动化解决方案。Fireworks AI 与 LangChain 合作,从 traces 生成训练数据实现持续后训练
  • 当前焦点与观察点

    后训练技术正朝着更加精细化和自动化的方向发展。一方面,研究人员致力于开发更有效的后训练方法,如多阶段训练和知识内化技术;另一方面,业界正在探索如何将后训练过程自动化,以提高效率和降低成本。值得注意的是,后训练缩放定律的提出为优化模型性能提供了理论指导,这一领域的研究将持续深化。

    相关报道

    10 条在档