后训练入门：让大模型从「懂语言」到「会干活」
后训练（Post-training）入门教程：预训练 vs 后训练的区别、SFT/RLHF/DPO 三种主流方法、什么场景适合做后训练（配 6 个真实案例）、什么场景不该做、工具推荐与最小可跑案例，面向工程师的速查指南。
标签: #LLM
共 6 篇文章
成为 Agent 工程师，需要哪些技能？
347 份 Agent 岗位 JD 拆解出的六块硬核能力，以及有工程背景的转岗者最短的 4 周落地路线。
大模型里的“概率”到底是什么？——用最通俗的话讲清权重、激活、KV 缓存和量化
用菜谱、便利贴、缩略图这些生活化类比，讲清大模型里权重、激活、KV 缓存、量化与采样到底在做什么，以及一次生成请求背后的完整链路。
RAG 评估别只看 Demo：真正要评的是失败方式
RAG 系统上线后，关键不在能不能答，而在什么时候答错、为什么答错、错得有没有边界。评估要拆开检索、证据、生成和拒答。
用 Cursor 写网络小说：可能性与一套可落地的方案
从工具链角度讨论：Cursor 能否参与长篇网文创作，工程化如何保证前后一致，上下文窗口与 token 成本怎么取舍，并给出一套仓库结构与日常流程。
用 LLM 做大规模分类：从暴力遍历到层级剪枝的实战优化
当你需要用 LLM 给成千上万个实体自动打标签，朴素做法的成本可能高到离谱。这篇文章从一个真实的自动分类脚本出发，拆解六种可复用的优化手段：层级剪枝、继承传播、批量合并、增量跳过、祖先回填和 prompt 缓存。附成本对比和通用化思路。