看到一个基于国产开源底座做的后训练模型，做法比较克制：底座整个冻住不动，所有训练只在外挂的低秩那层里做，原生上下文拉到两百万。
这个思路的好处很直接。基座不动意味着你没有灾难性遗忘的风险，原来会的东西一样不丢；训练成本也压得很低，几张卡就能折腾；出问题了把外挂那层摘掉就回到出厂状态。
代价也明摆着：能力上限被底座锁死。你能调它的风格、口味、领域偏好，但基座不会的东西，外挂那层也变不出来。
所以这类模型该怎么评价，得看你是想要个专才还是想要个更强的通才。有跑过长上下文实测的吗，两百万是标称还是真能用。