David Bau 团队发布模型生物训练方法与标准

Northeastern 大学的 Xilin Wang、David Bau、Byron C. Wallace 发布论文《How to train your model organism》（arXiv:2610.10203），针对用于白盒可解释性评测的「模型生物」提出训练标准：包括三大目标及模型合并等做法以提升真实性。实证研究还发现 DPO 优于 SFT，不同训练配方会影响后续可解释性研究的结论。

2026-10-15 ~ 2026-10-15 · 2 条相关

• David Bau 团队提出模型生物训练标准：三大目标加模型合并更真实 — davidbau · 2026-10-15
• 模型生物训练实证研究:DPO 优于 SFT,训练配方影响可解释性结论 — davidbau · 2026-10-15