一句话定义：完全自训练（Fully Self-Training）是指不拿现成的开源权重当起点、也不靠大模型的输出去"教"小模型，而是从数据采集清洗、配比，到词表（tokenizer）、网络结构、预训练与后训练对齐，全流程自己搭、自己训，最终得到一个能力完整的模型。
先澄清一次术语撞车：学术文献里的 self-training 多指半监督学习中的做法——模型给无标注数据打伪标签（pseudo-label），再拿回来继续训。中文语境里说的"完全自训练"，重点落在另一头：全链路自己来，不从别人的权重或数据上搭便车。
打个比方
- 蒸馏微调（distillation / fine-tuning）：买半成品菜回家加热，十分钟上桌，但味道的上限由别人定。
- 增量预训练（continued pre-training）：在别人盖好的楼里做改造，能住得更舒服，但承重墙和管线不是你的，改到深处就动不了。
- 完全自训练：从打地基开始自己盖楼。慢、贵，但户型、层高、以后加不加电梯，自己说了算。
要自己干的活有哪些
数据这层最重：语料从哪来、怎么去重清洗、质量怎么分级、中英文与代码各占多少——这套配比（data mixture）是核心 know-how，抄不走。再往上，词表决定中文和多语言被切成多少 token，直接影响推理成本和长上下文；训练配方决定大集群能不能稳住（损失突然飙升怎么办）；最后是后训练（SFT、偏好对齐、工具调用）和一套自己的评测闭环。
和相邻路线比
| 维度 | 完全自训练 | 增量预训练 | 蒸馏微调 |
|---|---|---|---|
| 起点 | 随机初始化 | 已有权重 | 已有模型＋教师输出 |
| 投入 | 算力与数据工程最重 | 中 | 轻 |
| 见效速度 | 慢 | 中 | 快 |
| 可控性 | 全流程可控 | 受底座架构与词表限制 | 受底座与教师双重限制 |
| 数据主权 | 完全自有 | 混合 | 常依赖教师侧数据 |
实际意义
对从业者：听到"自研模型"，值得追问三句——权重是不是从头训的？训练数据里掺没掺教师模型的输出？词表和架构是不是自己的？很多"自研"其实是在开源权重上做增量预训练或微调，这本身不丢人，但别混为一谈。
对普通人：走这条路的供应商，长期能给的是定制与合规上的自由度——私有数据能进训练、模型大小可以按推理预算来定；代价是初期能力未必追得上头部，换供应商时的迁移成本也更高。
最近围绕智谱下一代 GLM 的剧透，传递的差不多就是这个信号：重点不在这次跑分高了多少，而在能力上限和迭代节奏握在自己手里。具体细节以官方发布为准。