待验证80% 置信事实时间未知

后训练阶段使用几万对到几十万对'用户请求+标准回答'的配对数据来训练模型理解人类指令意图

1

来源数

80%

置信度

长期有效

时效性

2026/6/1

首次发现

来源

AI训练的三个阶段：预训练、后训练与对齐详解

bilibiliYouni讲AI

涉及实体

后训练concept

相关事实

待验证可利用大模型基于领域文档自动生成合成训练数据来构造问答对，通常需要数千至数万对训练样本才能取得显著效果82% 相似待验证指令微调（Instruction Tuning）是指用精心设计的指令-回答数据对来训练模型，使其学会遵循用户指令71% 相似部分验证Supervised learning training uses labeled data consisting of sample pairs of known inputs and their corresponding outputs.69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/18941

API

curl https://kongchang.com/api/v1/knowledge/claims/18941

MCP

get_claim(id=18941)