行行查
行业研究数据库
人工智能行业研究:2.2模型迭代方向预测三:Mid-training
- 人工智能
大模型的训练范式正在从传统的“预训练+后训练”两阶段演进为“预训练-中期训练-后训练”三阶段结构,这一变化标志着大模型开发正从相对粗放的规模扩张进入精细化的系统工程阶段。其中,预训练阶段主要通过接触大规模、多样化的语料库来奠定模型的基础能力,类似于通识教育;中期训练则聚焦于利用部分高质量、特定领域的数据对模型进行系统性增强,以提升其在数学推理、代码生成等专业任务上的核心能力,相当于专业深造;而后训练阶段则侧重于微调和对齐,使模型更符合实际应用场景需求,类似岗前培训。
中期训练作为连接预训练与后训练的关键桥梁,具有显著的价值。它能够有效提升模型在输出紧致先验、世界表征和高层动作库等方面的性能,从而缩小搜索空间、缩短推理路径,增强强化学习(RL)的效率与性能。同时,中期训练有助于系统性地加强模型在推理、代码和数学等认知能力方面的表现,实现以更少高质量数据达成显著性能提升的目标。此外,通过对复杂原子动作进行抽象为高层推理或工具调用等技能,可以压缩后续强化学习的动作空间,提高RL起点质量,优化样本效率与稳定性,降低Agent学习复杂任务的难度和成本。
研究显示,通过引入中期训练,模型如Llama在数学推理能力上可
关联报告






| 标题 | 时间 | 页数 | 目录 | 下载 |
|---|---|---|---|---|
| 人工智能对广域网的影响:思科报告2026 | 2026-10-27 | 26 | ||
| 《人工智能能力建设普惠计划》进展报告(2026) | 2026-10-27 | 22 | ||
| 人工智能的物理竞赛:对电力、水和关键矿产的控制正成为人工智能领导地位的决定性因素 | 2026-10-27 | 16 | ||
| 人工智能主线周报:智元发布具身模型,看好智能化 | 2026-11-02 | 19 | ||
| 人工智能行业专题:2026Q3海外大厂CapEx和ROIC总结梳理 | 2026-11-02 | 25 | ||
| 通信及人工智能组行业光互连系列报告(一):FAU,CPO/NPO驱动量价双升 | 2026-11-03 | 22 | ||
| 人工智能及计算机行业行业月报:国家数据集团正式成立,物理AI迎奇点时刻 | 2026-11-07 | 27 | ||
| 人工智能行业周观点:Anthropic下周正式挂牌,OpenAI推出ChatGPT钱包与商户中心 | 2026-11-16 | 50 | ||
| 人工智能行业半月报(2026年11月第2期):Anthropic即将上市,黄仁勋辞去CEO等职务 | 2026-11-18 | 20 | ||
| 专题研究报告:人工智能在资本市场的应用现状与演进方向 | 2026-11-19 | 31 |

行研数据库
创投数据库
证券数据库
商业数据库










