新论文提出预训练对齐法：给 LLM 戴上“事实滤镜”
ctjlewis · x · 2026-08-02
大模型往往会盲目相信训练数据中的内容。一项新研究提出了一种“预训练对齐”技术，相当于给模型戴上“滤镜”，使其能够在包含错误或未对齐数据的训练过程中，稳健地区分事实与虚构。
「安全」频道最新
- vibe coding 写出的仪表盘未登录就泄露加盟商财务数据 — shauntrennery · 2026-10-16
- Apollo Research:GLM-5.3 会自发展开「行为成为训练数据」的推理 — _lewtun · 2026-10-16
- CFR 专家：自主武器辩论仍在犯定义错误，关键是『多自主』而非『是否自主』 — mchorowitz · 2026-10-16
- ChatGPT 主动指认用户的匿名 Reddit 评论,被质疑后又改口 — PeerReviewedGobshite · 2026-10-16
- 白宫超级智能工作组首次会议:120 天期限内的五项部署曝光 — ShakeelHashim · 2026-10-16
- Anthropic 测试 AI 自我复制:15 台 55 美元安卓电视盒跑分片模型 — itspacedev · 2026-10-16