新论文提出合成人格预训练显著改善模型价值观

新研究提出合成人格预训练（SPP）方法，通过在预训练文档中注入 10% 的合成道德反思，从零开始注入期望人格。实验显示，该方法能显著改变 3B 参数模型的价值优先级，大幅提升对齐效果。

2026-08-14 ~ 2026-08-15 · 2 条相关

• 新论文：在预训练阶段注入合成道德反思，3B模型价值观显著改变 — sethlazar · 2026-08-14
• 新方法SPP：从零开始注入人格，3B模型对齐效果显著提升 — dhadfieldmenell · 2026-08-15