LESSON 5.10 · 验收 · 210 分钟
掌握门 5：后训练方案答辩
掌握门 5：后训练方案答辩：理解目标、数据、算法、评测、安全闭环，完成“为一个客服模型设计并答辩完整方案”。属于「让模型成为助手」学习阶段。
学完你应该能够
- 能不用术语堆砌，解释「掌握门 5：后训练方案答辩」解决了什么问题。
- 能围绕 目标、数据、算法 画出变量与因果关系。
- 能完成「为一个客服模型设计并答辩完整方案」，并用证据而不是感觉判断结果。
核心概念
目标
目标要放进目标—数据—优化—评测闭环，特别检查代理指标是否会被模型钻空子。 先给它一个可操作的定义，并指出它解决的具体问题。
数据
数据要放进目标—数据—优化—评测闭环，特别检查代理指标是否会被模型钻空子。 把它放进前后依赖中：输入从哪里来，输出会改变谁。
算法
算法要放进目标—数据—优化—评测闭环，特别检查代理指标是否会被模型钻空子。 写出至少一个不变量、shape 约束或成立条件。
评测
评测必须先固定任务分布、评分规则和置信区间。单一平均分会掩盖子群失败；LLM-as-judge 还需做顺序、长度、自偏好与人工一致性校准。
安全闭环
安全闭环要放进目标—数据—优化—评测闭环，特别检查代理指标是否会被模型钻空子。 把概念落到可以记录的指标或测试上。
实践任务
为一个客服模型设计并答辩完整方案
- 预测：在运行代码前，写下你预期的输出、趋势或失败位置。
- 构建：闭卷解释核心机制，只保留回答核心问题所需的最小组件。
- 验证：使用固定评测集、人工复核、置信区间与失败样本分层；保存参数、随机种子与原始结果。
- 迁移：改变用户群、风险等级或奖励信号后重新设计评测，说明原结论是否仍成立。