过去几年，大模型的发展绕不开Scaling Law。更大的模型参数、更多的训练数据、更强的算力，预训练推动模型能力不断提升。
但随着预训练成本不断上升，依靠扩大训练规模提升模型能力，也逐渐面临新的挑战。
从 SFT 到偏好优化，再到强化学习，研究者将更多的目光投向 Post-Training。知友@7w1nKle 回溯了 Post-Training 的发展历程，从早期 NLP 的探索出发，梳理技术演进中的关键变化，并进一步思考它未来的发展方向。
@7w1nKle
阅读更多
🤝 知乎 AI Researcher Club 招募：
知乎联合 10+ 家媒体、创投孵化合作伙伴发起「AI Researcher Club」共创计划，长期支持支持 AI 前沿研究者，让重要的研究被看见、被讨论，让研究者找到彼此，也让新的合作由此发生。点击了解 >> AI Researcher Club
🚀 知乎 AI 社群：
如果你对 AI 共识、AI 活动感兴趣，欢迎扫码加入知乎社群↓，我们将每周送上知乎 AI 周报，分享社区内的 AI 讨论与共识，并不定时送上 AI 各类活动报名。
知乎AI情报站
让一部分开发者先走起来
🚀 知乎科技账号 @ZhihuFrontier 正式登陆 X
👉🏻 https://www.zhihu.com/project-square，上传你的 Vibe Coding 项目，在知乎遇见更多可能。