新方法SPP：从零开始注入人格，3B模型对齐效果显著提升
dhadfieldmenell · x · 2026-08-15
一篇新论文提出合成人格预训练（SPP）方法，旨在从预训练初始阶段就注入期望的人格，以解决传统预训练中人格混杂且难以控制的问题。研究者在3B参数模型上进行了实验，结果显示在价值观和对齐方面取得了显著提升。
所属事件:新论文提出合成人格预训练显著改善模型价值观(2 条相关)→
「研究」频道最新
- 传 Nick 可解释性研究重大突破,好到 Yudkowsky 也得下调 p(doom) — QuintinPope5 · 2026-10-16
- 又一美国大厂采用混合滑窗注意力,OLMo 架构引热议 — saurabh_shah2 · 2026-10-16
- JHU 教师 Laurent Younes 免费教材《机器学习导论》:覆盖优化到生成模型 — TheTuringPost · 2026-10-16
- RFdiffusion3 登上 Science,同步开源生物分子设计 agent 框架 Chaperone — anshulkundaje · 2026-10-16
- 微软论文：给路由器看会话历史，多轮 Agent 任务成功率多提 3.3 分 — dair_ai · 2026-10-16
- 研究者痛批烂评测泛滥：每个人都该亲手做一次好 eval — gabriberton · 2026-10-16