目前AI大模型后训练有两种流行方式：SFT和OPD。

SFT：学习老师的做题步骤和答案 (抄作业)。

OPD：学生先做题，然后老师给学生纠错。

对大多数人类学习而言，OPD比SFT效果好。因为人类在SFT（抄作业）时容易分心，可能没有真正理解，实质没有学到。

但是对AI大模型其实有点不一定，因为SFT一定会通过梯度更新参数。也就是说，只要老师模型水平高、数据质量好，用SFT大概率能让学生模型学到东西。

大模型的参数更新类似于人类的“领悟”，甚至可能是“醍醐灌顶”。

所以，还不能下结论说OPD会比SFT更好。

当然，不论对人类还是AI大模型而言，OPD听起来都更加珍贵：学生先暴露自己的问题，再得到老师一对一的针对性指导。直觉上OPD更好。

但有趣的是，SFT对AI也没有“抄作业”这个比喻听起来那么笨。即使面对同一份老师答案，不同学生模型因为参数不同，算出来的梯度也不同：已经会的地方改得少，不会的地方改得多。因此，SFT本身也包含一定程度的“因材施教”。

OPD真正更有针对性的地方，是连学生遇到什么问题，都是由学生自己先做出来的。

所以两者到底谁更好，其实并不确定。

更关键的问题可能是：对于最顶尖的神童人类和“神童模型”，智能的上限是不是最终要靠自学达到的？