模型后训练

模型后训练是在预训练模型的基础上，用任务数据与反馈继续训练，让模型更贴合具体场景的做法，常用方法包括监督微调与强化学习。本专题整理相关方法、工具与实验结果，讲清适用条件、成本与效果边界。