Post-training（后训练）极简解释

模型预训练（pre-training） 做完基础学习后，再额外做一轮针对性微调训练，就叫 post-training。
简单分两类：

1. SFT 监督微调：用人写好的问答样本教模型听懂指令；

2. RLHF 人类反馈强化学习：用人类打分再优化，让回答更贴合人的偏好。

一句话总结：大模型基础预训练完，后续所有优化训练流程统称 post-training。