待验证50% 置信观点精确时间

Eric Bigelow认为很多能力本就存在于预训练基础模型中，后续的SFT、RL、Agent微调更多是对分布做打磨锐化而非凭空赋予新能力

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

大模型如何做决策：关键Token、相变与可解释性危机

涉及实体

Eric Bigelowperson

相关事实

已验证大模型训练经历三个核心阶段：预训练、有监督微调（SFT）和偏好对齐77% 相似待验证针对特定领域精心训练的专用超分模型效果往往优于通用模型73% 相似待验证主流大模型基准如MMLU、BigBench、MATH均已被广泛用于模型训练数据筛选与强化学习奖励信号设计，导致高分越来越难映射到真实能力提升73% 相似待验证经过强化学习（RL）训练的模型在Agent任务中表现优于仅经过SFT的模型72% 相似已验证训练前沿大模型需要巨大的算力投入，随着模型规模增大存在边际收益递减71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1003515

API

curl https://kongchang.com/api/v1/knowledge/claims/1003515

MCP

get_claim(id=1003515)