从固定数据到在线策略：SFT、RL 与 OPD 如何重塑模型分布 理解大模型后训练中的能力学习、泛化与遗忘 引言：后训练究竟在改变什么？
这也需要领域各方力量锚定同一方向、继续发力。在比较中得到合理估值区间 在长鑫科技上市前，市场各方声音不少：对以长鑫科技为代表的存储行业的成长性有不少“遐想”；担心“5万亿元甚至7万亿元市值”喊得响亮，可能到头来免不了一路下挫；又担心走出美股SpaceX的行情，股价大涨大跌、扰动人心。
这种讨好型的输出，会在潜意识里给你一种错觉：你在和一个虽然有点粗心，但脾气极好、非常听话的初级程序员沟通。
但我希望你带走的不是这份快照本身，而是拍快照的能力。有了第一章建立的基础知识（数据都是数字、神经网络是乘法加法、训练是调参、Transformer 让 AI 读懂上下文），你已经有能力自己追踪 AI 的进展了。