一句话速记：预训练里用来补高质量的教科书式、推理密集型数据（Phi 系列、数学/代码改写），后训练里几乎是主力（蒸馏、拒绝采样、自我进化）。风险是分布坍缩（模型越训越窄）、错误被放大、评测污染，要和真实数据混合并严格验证。
数据、合成数据