研究：后训练放大语料观点失衡，塑造LLM价值偏好
热点事件持续更新
研究：后训练放大语料观点失衡，塑造LLM价值偏好
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Yang Liu等作者发表研究，用不同观点配比的语料和基于SFT、DPO、GRPO的五条后训练路径做受控实验，发现后训练会以不同方式放大训练语料中的观点失衡，形成模型的价值偏好。 研究称，这些偏好能否被后续训练消除，取决于后训练方法与语料观点配比；即使蒸馏语料不含明确观点问题，偏好也会迁移到学生模型。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 12:00
后训练如何塑造 LLM 的价值偏好？报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.CL后训练如何塑造 LLM 的价值偏好？
基于 SFT、DPO 和 GRPO 的五条后训练路径实验显示，后训练会以不同方式放大训练语料中的观点失衡，形成模型价值偏好。这些偏好能否被后续训练消除，取决于后训练方法与语料观点配比；即使蒸馏语料不含明确观点问题，偏好也会迁移到学生模型。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。