文章核心观点 - 预训练曾是推动大模型能力提升的重要路径，后训练正成为模型竞争的另一条主线 [3][4] - 从数学、代码到科学推理，越来越多垂直领域的训练成果被整合进通用模型 [5] - 核心问题在于模型在某个Benchmark上取得更高分数究竟意味着能力边界的拓展还是只是学会了应对特定测试 [6] - 若后训练目标不只是提高单项成绩而是推动模型获得更通用的智能，下一步训练方向值得探讨 [6] 行业讨论议题 - 数学、代码之外还有哪些高价值、Verifier明确的后训练Domain [10] - 哪些领域的训练能够带来跨领域能力迁移而不只是提升垂类表现 [10] - 如何区分真正的能力提升与Benchmark Hacking [10] - 新的训练数据、验证机制和训练环境中还有哪些值得探索的机会 [10] 行业活动信息 - 活动主题为模型后训练垂类大合版时代：还有什么能拓展AI能力边界 [6] - 到场嘉宾包括Qwen、Seed、DeepSeek等Frontier Lab后训练研究员，并邀请相关领域创业者参与 [6] - 活动时间为11月13日周五19:00，地点在北京 [6] 机构背景 - 锦秋基金成立于2022年，专注早期投资，投资推动产业跃迁、拓展人类能力边界的创业公司 [8] - 已披露参与投资宇树科技、Momenta、生数科技、地瓜机器人、东方算芯、微纳核芯、数美万物、光本位科技、星尘智能、乐享科技、深度原理、首形科技、视延科技等多家企业 [9]