★
Menu
Home Come viene costruito Watchlist Lo stack
Hardware ChipConfronta chip Server e sistemiNetworking MemoriaFonderie e packaging Raffreddamento
Strutture Data centerEnergia ProgettiCloud e calcolo GPU
Intelligenza Modelli AISoftware Prodotti AIBenchmark Articoli di ricercaDataset Concetti
Ecosistema AziendeAzioni PersoneTimeline TendenzeFuturo dell'IA
Formazione Notizie Interroga i dati Agenti IA
Info Chi siamo Metodologia Dati & API Avvertenza
Opzioni
DATI & API

Accesso JSON gratuito in sola lettura ai dati in cache del sito.

Modalità scura

Vista guidata
Nuovo al gergo di chip, data center e modelli? Spieghiamo i termini chiave mentre navighi, in modo chiaro e accessibile. Gli stessi dati, con il supporto integrato.

Vista esperto
Conosci già il settore. Solo i dati: chiari, rapidi e compatti, senza spiegazioni aggiuntive. Questa è la visualizzazione predefinita.

Lingua dell'interfaccia
‹ Indietro
Home › Concetti › Post-training (RLHF, RLVR and after)

Post-training (RLHF, RLVR and after)

Concetto Addestramento e inferenza

Where a raw predictor becomes an assistant — and, lately, a reasoner.

Stai visualizzando una scheda concettuale: cosa significa questo termine in linguaggio chiaro, e i record che mette in relazione.

After pre-training, models are shaped: supervised fine-tuning on demonstrations, RLHF against human preferences, and now reinforcement learning on verifiable rewards (math checkers, passing tests) that produced the reasoning models. Post-training's share of total compute is rising sharply — labs describe it as the new frontier of differentiation, which is why data-labeling firms and RL environments became strategic assets.

Come si collega al resto dello stack

Related · 3 Post-training (RLHF, RLVR and after)

I collegamenti di questa scheda a colpo d'occhio — clicca un gruppo per raggiungerlo.

Fonti

DeepSeek-R1 (RL for reasoning) ↗

Record revisionato al 2026-01-15 — vedi Metodologia.