已收录文章摘要，完整内容可前往原文阅读。
过去半年，大模型后训练领域的变化，比之前三年加起来还大。我花了整整两周，把最近半年后训练方向的新论文几乎翻了一遍。翻完之后最大的感受是：配方变了，而且不是小修小补，是范式级别的更换。最典型的信号是——