大模型的训练分为哪几个阶段？
先自己想一想，再看参考要点
参考要点
- 预训练：在海量文本上预测下一个 Token，获得语言能力和知识，但只会续写
- 监督微调：用指令和人工编写的回答训练，学会按对话格式回答、遵循指令
- 偏好对齐：用“两个回答哪个更好”的数据让回答更有帮助、更安全，这类目标难写标准答案，但比较容易
学习站：先用面试题自评定级，按水平和面试日期排出每天的计划，自评过的题按间隔复习。免费、无需注册，记录只保存在自己的浏览器中。
参考要点
学习站：先用面试题自评定级，按水平和面试日期排出每天的计划，自评过的题按间隔复习。免费、无需注册，记录只保存在自己的浏览器中。