Post-Training是大型语言模型开发过程中继预训练后的关键优化阶段，通过微调和对齐技术提升模型在特定任务上的表现。近期，随着AI模型规模不断扩大，后训练技术成为提升模型智能体交付能力的重要手段。
Post-Training 近期进展
DeepSeek于2025年9月发布了"Trains but Doesn't Learn：面向LLM智能体交付能力的Post-Training基准"，提出了新的评估框架来衡量后训练效果。该研究关注后训练如何提升智能体的实际交付能力，而非仅关注训练过程中的表面表现。(原文链接)
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，揭示了后训练规模与模型性能之间的非线性关系。这一发现为后训练资源分配提供了理论依据，可能改变业界对后训练投入的认知。(原文链接)
研究人员提出了"Inject, Align, Recover"分阶段后训练方法，用于检索式文档知识内化。这种方法通过三阶段处理，使模型能够更好地吸收和利用文档知识，无需依赖外部检索系统。(原文链接)
有研究显示，短任务训练即可扩展长周期智能体8-32倍，这一发现大幅降低了智能体训练的资源需求，为后训练技术开辟了新的应用路径。(原文链接)
当前焦点与观察点
后训练缩放定律成为研究热点，科学家们正在探索后训练规模与性能提升之间的精确数学关系。这一领域的研究将直接影响未来AI模型的资源分配策略和训练效率。后训练数据筛选技术同样受到重视，"Provenance-Grounded Gating"等方法通过自适应恢复机制优化合成后训练数据的质量。
后训练与中期训练的界限逐渐模糊，FDE未来工作将同时关注evals、posttraining与RL环境的整合。AI Engineer World's Fair 2026专门开设了后训练与中期训练专场，显示这一领域的重要性日益提升。