1. 你做过的后训练项目里，最难解决的问题是什么2. SFT 数据你怎么构造，怎样避免模型被训练“油了”SFT 最大的问题不是量不够，而是数据风格太单一，最后把模型训成一种固定腔调：很会说、很圆滑、但信息密度低。构造数据时我一般会先按任务拆层，比如信息抽取、工具调用、复杂问答、拒答、安全、长文总结、结构化输出，每一层的目标都不一样。然后再做难度分桶，避免模型只见过简单样本。另一个关键点是负面风格清理。很多数据表面上没错，但非常模板化，比如“这是一个非常好的问题，让我们一步一步分析”，这类东西在少量数据里没问题，规模一大就会把模型带偏。所以我会专门清掉这种“高礼貌、低信息”的样本，保留更接近真实...

拼多多测试一面，

一、行业/公司新闻    标题 日期 简介     Anthropic Claude Mythos 泄露持续发酵 03-28 近3000份内部文档被发现在无加密数据库中，揭示代号"Capybara"的新模型在编码、推理和网络安全上"阶跃式超越"Opus。网安股CrowdStrike跌7%、Palo Alto跌6%   Waymo 周付费单量突破50万 03-28 不到一年翻倍，已达年底100万目标的50%。Zoox同期扩至Austin和Miami   Uber 宣布欧洲首个Robotaxi服务 03-28 与Pony AI和Verne合作在克罗地亚萨格勒...