datavorous · 阅读材料 值得学什么 同一模型的三个训练阶段分别解决语法陌生、候选分布与个人偏好问题，可练习辨认指标到底回答哪个问题。 准备 理解语言模型预测下一个token；能读简单JavaScript。无需先运行训练。 动手试试 编辑建议：选一段自己能解释的短动画代码，列出“语法成立、能运行、视觉偏好”三种评价，预先写下各自不能证明什么。若以后加载适配器，保持底座、精度和采样条件相同再比较；本期未执行。 阅读依据 已读原文各训练阶段与盲选描述，并读模型卡中三个适配器及量化底座差异说明。 训练与对齐 · AI 编程 · LoRA · 持续预训练 · 人类偏好 2026-11-01 日报