Nathan Lambert《Post-Training》：RLHF 新书成读者进入 AI 实验室的敲门砖

Nathan Lambert 表示，许多读者反馈其《Post-Training》帮助他们深入理解 RLHF 与后训练方法，并获得 AI 实验室工作机会。书中系统讲解指令微调、奖励模型训练、拒绝采样、强化学习、on-policy 蒸馏和直接对齐算法，配套代码库、模型对比工具与课程。