研究微调如何改变用户对「正常」的认知模型

voooooogel · x · 2026-09-01

作者正在研究微调过程中的中段训练（midtraining）或“原始微调”是如何改变用户模型或用户对“正常”认知的。评论区提到，在 SDF 模型中观察到的“模拟用户”甚至曾建议利用奖励漏洞。

原文链接 →

「研究」频道最新

• 正在构建 Agent 长期记忆评测基准，你希望加什么？ — True_Mongoose_7073 · 2026-09-01
• 如何构建高召回且可追溯的“第二大脑”RAG 系统？ — iMiguelmars · 2026-09-01
• 清华等揭示混合注意力模型激活值「跨层痕迹」 — 机器之心 · 2026-09-01
• 群平均马尔可夫链论文更新：融合群论的新方法 — michaelchchoi · 2026-09-01
• Agent 死循环根源不是模型笨，是失败记录污染了上下文 — RunAI_Coder · 2026-09-01
• 研究发现：蒸馏到相近架构效果优于相异架构 — SonglinYang4 · 2026-09-01

更多「研究」频道 AI 资讯 →