然而，一个完成预训练的模型并不天然知道怎样遵循用户指令，也不一定会按照我们期待的格式回答，更不会自动把“对用户有帮助”“数学答案正确”或“代码能够通过测试”当作自己的优化目标。
Allspring Global Investments投资组合经理Gary Tan表示，“虽然英伟达的投资和合作增强了市场对长期AI基础设施建设的信心，但投资者仍然担忧循环融资问题。
values()) # True 🔑 要点总结：对于字典，in 默认检查键而非值；检查值需要用 .
这正是后训练要解决的问题。后训练并不是简单地向模型中添加几条知识，而是在已有能力的基础上，改变模型面对特定输入时生成各种回答的概率。