中训练

夹在预训练和后训练之间的一轮训练，用更有针对性的数据补特定能力。

中训练先在大语言模型里流行：大规模预训练之后、指令微调和强化学习之前，再用质量更高或更贴近目标能力的数据（数学、代码、长文本等）继续训练一段，常配合学习率退火和上下文扩展，目标是补强特定能力又不丢通用基础，2025 年已有专门综述梳理这一阶段。具身领域借用了这个词：现成的视觉语言模型没见过机器人数据，直接微调成 VLA 效果受限，于是在两者之间先用具身相关数据（空间推理、机器人轨迹、与机器人对齐的人类动作等）过渡一轮。Ai2 的 MolmoAct 发布了专门用于中训练的机器人数据集，原力灵机 DM0 也采用预训练、中训练、后训练三段式流程。

例子EgoScale 先用两万多小时带动作标注的第一人称人类视频预训练 VLA，再用少量人类与机器人动作对齐的数据做一轮轻量中训练，之后只需极少机器人监督就能适配新的灵巧操作任务。

也叫

中期训练、中间训练阶段

相关

预训练、后训练、监督微调、视觉-语言-动作模型、数据配比、MolmoAct

来源

Mid-Training of Large Language Models: A Survey (arXiv 2510.06826)
MolmoAct: Action Reasoning Models that can Reason in Space (arXiv 2508.07917)
EgoScale: Scaling Dexterous Manipulation with Diverse Egocentric Human Data (arXiv 2602.16710)

信息截至

2026-02