请描述大语言模型的训练过程，包括主要阶段和每个阶段的目的。

Question

Accepted Answer

考察点：考察对大模型训练流程的体系化理解。回答思路：明确说明预训练、监督微调、奖励建模、强化学习等核心阶段 解释每个阶段的数据来源和训练目标 提及各阶段对模型能力的不同贡献 能说明为什么需要多阶段而非单阶段训练

考察说明