CMU 论文提出 unified training：预训练到后训练只用一个算法

CMU 联合 Johns Hopkins 与 Aurora 的论文提出 unified training，将预训练、SFT 与合适的 RL 目标统一为单一似然目标。控制实验与真实实验显示，同等总算力预算下，该方法比分阶段训练获得更高准确率与任务覆盖，并为持续学习提供更强起点。