Show HN：LLM后训练学会说Z世代黑话，成本不到一杯咖啡

该项目基于Qwen2.5-0.5B-Instruct模型，通过监督微调（SFT）和GRPO强化学习进行后训练，使其能够生成Z世代俚语。训练成本极低，在Google Colab上仅需不到2美元和3-4小时。作者使用合成数据，模型学会了使用Z世代关键词，但RL训练的效果有限。