通用基础模型具备广泛能力，却未必能稳定完成企业的特定任务。当Prompt、RAG和工作流仍无法解决行为一致性、工具使用、复杂推理与任务成功率等问题时，后训练开始成为塑造模型任务能力的重要手段。本专题聚焦任务轨迹与合成数据构建、SFT与偏好优化、RFT与RLVR、Reward Model与模型Grader、Reward Hacking、模型蒸馏及领域小模型，探讨如何建立从数据、奖励、训练到评测、灰度和回滚的工程闭环，并结合真实实践回答：什么时候值得改变模型权重，什么时候更适合使用知识、Prompt、Skill或工作流，以及如何验证后训练带来的能力提升、成本与生产边界。