定義
事後学習 (Post-training) とは、 事前学習を終えた LLM に SFT や RLHF などを追加適用し、 対話性・指示追従性・安全性を高める仕上げ工程のこと。
事後学習 (Post-training)とは（詳しく解説）
事後学習 (Post-training) とは、 大量の Web テキストで基礎能力を仕込む事前学習 (Pre-training) の後に、 人間の意図に沿った応答へモデルを調整する追加学習フェーズの総称。 代表的な手法は 教師ありファインチューニング (SFT)、 人間のフィードバックを報酬信号にする RLHF、 より軽量な DPO の 3 つで、 これらを組み合わせて 指示追従性・安全性・対話の自然さを底上げする。 事前学習だけのモデルは 「次の単語を予測するだけ」 で 対話には使いにくいため、 事後学習は 製品化に不可欠な工程とされる。 2026 年時点の実運用では、 汎用モデルへの事後学習は 提供元がまとめて担い、 自社での実施は 高度な計算資源とデータ整備コストがかかるため 一部の大企業に限られるとされる。 現場で選ぶ際の相場感は、 フルの事後学習ではなく LoRA 等の軽量追加学習や プロンプト設計 + RAG で 十分なケースが大半で、 まず既存モデルの事後学習済みバージョン (例: Instruct 版) をそのまま使うのが現実的な入口とされる。
この解説の引用について
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます（CC BY 4.0）。
出典: AI PICKS AI用語辞典「事後学習 (Post-training)とは」 https://aipicks.jp/glossary/post-training
事後学習 (Post-training)の使用例
- このモデルは事前学習のみでファインチューニングしていない、 という説明を見たら 対話用途にはまだ不向きな段階と理解する。
- モデル名に Instruct や Chat と付くバージョンは 事後学習済みで、 素の Base モデルより対話に適しているとされる。
