术语slug: post-training

后训练

Post-training

在预训练基座之上通过额外算力与数据对齐模型行为、提升特定能力的训练阶段

收录情报动态

共 51 篇 · 第 1/6 页
Hacker News AIT2·商业与生态
78 分
Palo Alto 45 亿美元收购 Applied Compute

Palo Alto Networks 宣布以 45 亿美元收购开源权重模型后训练与推理平台 Applied Compute,将其 AI 研究团队与平台并入自身安全体系。交易瞄准企业混合 AI 需求,让客户在公有云或主权云上安全地训练、微调与部署开源权重模型。这是安全厂商向 AI 模型基础设施层延伸的标志性大额并购。

IT之家 · 智能时代T2·商业与生态
38 分
月之暗面高管称 AI 迭代速度将继续加快

月之暗面金融行业与生态负责人徐天天在财新峰会上表示,当前 AI 智能远未触及上限,预训练算力、后训练与推理、智能体设计三条增长曲线叠加,将推动 AI 迭代持续加速。她还指出,智能体能独立完成的任务时长不断延长,AI 正从打杂型工作切入更深层业务流程。

IT之家 · 智能时代T2·基座大模型
78 分
百度发布 ERNIE 5.5 Flash Preview 280B 模型并承诺开源权重

百度文心发布 ERNIE 5.5 Flash Preview,这是 Base 模型的首个后训练版本,总参数 280B、激活参数 14B,支持 1M 上下文,主打编程、3D 建模与内容创作场景。模型 API 已在千帆平台上线,权重将于 11 月 25 日前开源,官方称其为后训练中间版本,正式版仍在快速迭代。

AWS Machine Learning BlogT1·基座大模型
62 分
月之暗面 Kimi K3.1 Pro 高速版上架 Amazon Bedrock

月之暗面发布 Kimi K3.1 系列,其中 K3.1 Pro 高速版已上线 Amazon Bedrock。该模型基于 3T 级开源权重架构与 100 万 token 上下文窗口,通过大幅增加后训练算力,重点强化长程智能体任务、减少事实性错误,并提升金融建模、办公文档及游戏引擎、3D 场景与 CAD 脚本等专业编码能力。高速版输出速度达 K3.1 Pro 的 2 至 3 倍,且复用 K3 的端点与 API,开发者仅需修改模型 ID 即可切换。

Hacker News AIT2·基座大模型
62 分
Nous Research 对 Qwen3.8-27B 后训练推出 Arete-27B

Nous Research 基于阿里 Qwen3.8-27B 进行后训练,推出强化西方价值观的 Arete-27B,并同步开源权重、评测集 Propaganda_Eval 与训练数据 arete-data-pairs。其核心主张是前沿实验室观点趋同带来政治偏见风险,而开源模型可让用户按偏好重塑模型取向。

InfoQ 中文T2·商业与生态
38 分
腾讯云重构混元研发体系 转向真实业务评测

腾讯云在数字生态大会上披露混元研发体系重组与 MaaS 链路布局:2025 年 12 月启动体系重组,2026 年 1 月升级后训练基础设施以适配智能体长程推理,并形成每两到三个月一次重大版本迭代的节奏。评测上除公开基准外,引入 163 名内部业务专家盲测与覆盖 9 大业务方向的内部评测体系,回应现有 Agent 基准偏重编程、真实职业场景覆盖不足的问题。

量子位官网T2·基座大模型
72 分
腾讯混元 Hy4 发布 调用激增致 WorkBuddy 十倍扩容

腾讯发布新一代大语言模型混元 Hy4,首次引入视觉理解能力,并显著扩展预训练与后训练规模。上线首日调用量激增,腾讯对 WorkBuddy 推理集群进行十倍扩容并提升免费额度。Hy4 在 Artificial Analysis 智能指数中位列中国模型第二,在 Agent Arena 榜单居开源模型第一,单任务成本约 0.78 美元,性价比突出。

The DecoderT2·基座大模型
78 分
百度开源 2800 亿参数 ERNIE 5.5 Flash Base 基础模型

百度在 Hugging Face 发布 ERNIE-5.5-Flash-Base,采用混合专家架构,总参数 2800 亿、每 token 激活 140 亿,预训练语料 33.5 万亿 token,训练上下文 12.8 万 token,微调与推理阶段可扩展至百万级上下文。该模型刻意不做微调与后训练,定位为供开发者自行定制的基础权重,后续将推出后训练版本。

IT之家 · 智能时代T2·基座大模型
58 分
腾讯混元 Hy4 调用激增 推理集群紧急扩容十倍

腾讯混元 Hy4 正式版在 WorkBuddy 首发接入后首日即出现大量用户触及额度,官方对推理集群紧急扩容十倍并上调免费体验额度,同时将 Hy3 限免延长至 11 月 15 日。Hy4 相比预览版显著扩展预训练与后训练规模,首次引入视觉能力,官方称其首次跻身最强开源模型之列,并将在近期开源权重与系统卡片。

机器之心 (微信公众号)T2·智能体与协同
58 分
千问披露 Personal Agent 架构:模型、记忆与生态三线并进

千问事业部算法负责人蒋冠军在访谈中提出,Personal Agent 的技术框架由模型、生态与记忆三部分构成,核心是“需求驱动的记忆体系”:从用户怎么用反推该记什么。团队建立了覆盖 30 多个行业的需求透视图,拆解出 8000 多个模型原子能力需求,并通过后训练与强化学习提升任务执行的稳定性。