Rufus-Air

Amazon 拆解大模型训练 8 步：先硬后软，顺序比凑步数更关键

Amazon 公开了一份叫 Rufus-Air 的训练手册，把大模型后训练拆成 8 个阶段。核心主张是先用可验证奖励建立能力，再用主观奖励微调。这条'先硬后软、设门晋级'的原则，对想用 AI 的企业比具体步骤更值得抄。