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。
NET DeflateStream Optimal 的 214%（C# 更快） 压缩比模式（SmallestSize）性能分析 压缩比模式（CompressionLevel.
6.5.6 本步骤的输入和输出 输入： PlannerInfo *root 输出： RelOptInfo *final_rel final_rel 中包含： 最终输出 PathTarget 最终结果行数估计 完整查询候选 Path 根节点 本步骤只是取得最终关系，不重新执行 Path 搜索。
例如， 顺序扫描候选通常是一个 pathtype = T_SeqScan 的通用 Path，并不存在 名为 SeqScanPath 的独立结构体；聚合通常使用 AggPath，再通过 aggstrategy 区分 AGG_HASHED、AGG_SORTED 等策略。