Post-training (RLHF, RLVR and after)
Where a raw predictor becomes an assistant — and, lately, a reasoner.
U bekijkt een conceptverklaring: wat deze term in begrijpelijk Nederlands betekent, en de records die hij samenbrengt.
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.
Hoe dit aansluit op de rest van de stack
De koppelingen van dit record in één oogopslag — klik op een groep om er naartoe te springen.
Gerelateerd
Bronnen
DeepSeek-R1 (RL for reasoning) ↗
Record beoordeeld per 2026-01-15 — bekijk Methodologie.