想找高质量微调数据，根本没有公共池！开源模型只放权重不放数据？有人戳破：后训练数据公共池根本不存在

大白话现在很多开源模型会公开权重，但训练和微调用的数据基本不公开，尤其是后训练阶段的数据。OpenAthena 这篇博客的标题直接说「没有后训练数据公共池」，意思是大家想找一份能自由复用的高质量微调数据，其实找不到。HN 楼里有人觉得这类数据该被保护，因为做出来要花大力气，还影响饭碗；也有人期待出现像 Postgres、Linux 那样的开源数据基础设施。

对你意味着如果你做微调、做开源模型或研究数据生态，这关系到你手里能拿到什么数据；也提醒别默认「开源模型=数据也开源」。