据 DeepLearning.AI 称，其 Post-training of LLMs 课程教授如何使用监督微调（SFT）、偏好直接优化（DPO）和在线强化学习（RL）来定制预训练大模型（来源：DeepLearning.AI 于 X 平台，2025年10月6日）。据 DeepLearning.AI 称，课程讲解何时采用各方法、如何整理训练数据，并在代码层面实现以有效塑造模型行为（来源：DeepLearning.AI 于 X 平台，2025年10月6日）。据 DeepLearning.AI 称，可通过链接 hubs.la/Q03MrTZS0 报名（来源：DeepLearning.AI 于 X 平台，2025年10月6日）。