5 useful things you’ll learn in my new post-training textbook

Nathan Lambert 用五个主题概览 RLHF/LLM post-training 教材，把奖励建模、数据组织、优化和评估等实践知识收束成学习路线。它更像课程导航，帮助读者定位工程环节之间的依赖，而不是发布一个新算法。digest 没列五章的逐项内容，正文保持导读的粒度。