当你看到这样一个新闻：
“A 实验室/公司喜报：A采用某开源基座模型Q，经过后训练得到模型Q'，Q'在数学编程领域的得分超过Q。”
请思考这样的模型会有什么问题，Q'真的超过了Q吗？学习本节课，你将得到答案
目录
什么？就是一、后训练（Post-training）
二、后训练的核心挑战——灾难性遗忘
典型案例
三、遗忘的根源
四、解决方案：让AI用自己的话学习
1. 经典经验回放
2. 伪经验回放
3. Self-Output 系列方法
4. 巧妙的解法：过滤高难度Token
五、结论与建议
一、后训练（Post-training）是什么？
后训练目标：将通用的“基础模型”变成特定任务或领域的“专才模型”。（如把Llama后训练后，变成金融、法律领域的专有模型）
后训练仍然沿用现有的模型训练范式：
- 预训练式：继续做文字接龙，使用领域文本。
- 有监督微调式：使用“指令-回答”对训练。
- 强化学习式：借助人类反馈优化模型。
二、后训练的核心挑战——灾难性遗忘
原有的通用知识记忆严重衰退，甚至完全丧失原有能力。就是“手术成功，但病人死亡”——模型学会了特定的新东西，但
典型案例：
1、学中文，忘安全
* 基座模型：LLaMA-2-Chat只用英文回答问题，问它危险问题LLaMA-2会拒绝回答
* 用中文后训练之后：LLaMA-2会用中文回答疑问，但安全对齐被破坏，开始回答危险问题。
2、即使用无害资料微调，模型的安全能力也会下降。[1]
3、专才代价是通才能力下降
* 提升某一能力（如编程），其他能力（如数学、语文）下降。
4、学新模态，忘旧格式
- 通过后训练，想教纯文本语言模型LLaMA识别语音
- 第一个Epoch：要求语言模型输出语音的情绪，并要求用json格式输出，模型输出错误的情绪，但是会用json格式输出结果（因为LLaMA知道什么是json）
- 多轮Epoch后：能输出正确的情绪，但模型忘记了如何输出JSON格式。
三、遗忘的根源
那么为什么模型会发生灾难性遗忘？原因如下
- 单目标优化：训练只优化新任务，不保护旧知识。
- 知识覆盖：新任务参数覆盖旧任务参数。
- 模型大小无关：研究1B-7B参数的模型，大小与遗忘程度无显著相关。而模型学的新知识越多，旧知识就遗忘得越厉害。
- “学得少，忘得少”。就是LoRA 不能根本解决：只
四、解决方案：让AI用自己的话学习
1. 经典经验回放
- 在训练新任务时，混入5%旧任务数据，可有效防止遗忘。
- 问题：商业模型原始训练数据不可获取。
2. 伪经验回放
目前商业开源大模型的训练资料不可取，那就让模型自己生成旧任务数据，作为回放材料。
- 虽可能有事实错误，但能保留模型风格与知识结构。
3. Self-Output 系列方法
- Mega-Pie：让模型自问自答，生成SFT数据。
- Paraphrase答案改写：用模型自己改写后的答案训练。
- self-output 选择性自我排练：模型答对时，用自己的答案训练；答错时才用人类答案。(这种方式跟RL-based的post-training很像）
- “说我的语言”：用LLM生成的答案教另一个LLM，比只用人类数据集的效果更好。[2]
4. 巧妙的解法：过滤高难度Token
人类写的数据，总有一些词汇是模型输出的过程中，模型很难学到的（如截图）。那么在训练中忽略模型最难预测的Token，避免强制教学。可提升泛化能力，减少遗忘。[3]
五、结论与建议
- 遗忘不可避免：后训练本质是单目标优化，会干扰旧知识。
- 安全与通用能力最易丢失。
- 最有效策略：让模型用自己的话学习，保持训练目标与自身分布一致。
- 警示：看到某个模型说自己通过后训练，某个专项能力吊打xx模型，需要警惕，它可能失去了很多通用能力。
[1]Fine-tuning Aligned Language Models Compromises Safety, Even When Users Do Not Intend To!
[2]I Learn Better If You Speak My Language
[3]https://arxiv.org/abs/2501.14
（支持资料、图片参考_相关定制）_文章底部可以扫码)
