ben_burtenshaw发布《Post-Training AI》书籍预发布章节(几百行)

我已经为此工作了一段时间，非常高兴能分享这本关于训练后阶段的书的首批预发布章节。这本书名为《Post-Training AI: A Practical Guide to Fine-Tuning and Reinforcement Learning》。

这本书的创作思路是用清晰连贯的逻辑带你走完训练后全流程，帮你建立直觉，理解智能体在 SFT、GRPO、蒸馏和环境中的学习机制。

它确实略过了部分概念，优先对核心内容做清晰讲解，但我认为这能帮助大多数人入门训练后技术。目前前两章的草稿已经上线。

内容已经很完整可读，它会教你用几百行代码实现一个最小化的训练后流程。第一章是介绍，给出了训练后的定义，讲解了每个阶段会改变什么，哪些问题是任何训练后阶段都无法解决的，以及为什么这些技术现在能在前沿实验室之外应用。

第二章是快速上手实践，你将用纯 PyTorch 从零实现 SFT 和 GRPO。每个训练循环都不超过 100 行代码，还能在免费的笔记本 GPU 上运行。

本书其余内容会记录从基础 checkpoint 到训练后完成系统的完整过程，全程使用 TRL、transformers、PEFT 和 Hugging Face Hub。

提前发布意味着内容还是原始未编辑的状态，你可以在我写作的过程中同步阅读。如果你发现了问题，请告诉我，这就是提前发布的意义。