据DeepLearning.AI报道，大多数大语言模型在统计单词中特定字母数量等任务上表现不佳，主要源于分词器限制和评估方法不足。由Sharon Zhou主讲的《LLM微调与强化学习：后训练简介》课程，系统讲解了如何构建评估指标以发现此类问题，并通过监督微调（SFT）和人类反馈强化学习（RLHF）等后训练方法，引导模型实现更准确的行为。DeepLearning.AI指出，这些实践经验有助于企业级AI应用提升LLM性能。