用語集 › post-training
GLOSSARY
post-training
事後学習。事前学習の後に行う調整
2本の論文題名に登場
定義
事前学習を終えたモデルに実用上の振る舞いを与える追加学習の総称。教師ありファインチューニング(SFT)、選好による強化学習(RLHF/DPO)、推論を伸ばす学習などを含む。知識を入れる pre-training に対し「どう答えるか」を整える工程で、同規模モデルの差の多くはここで生まれる。
論文題名での読み方
SFT/RLHFの総称
この語が出てくる解説
- 論文解説: 本番トラフィックから事後学習へ — 社内200アプリを1つの自前LLMに寄せるFrom Production Traffic to Post-Training: Building a Self-Hosted LLM That Covers the Corporate Request Mix