待验证50% 置信事实精确时间
接种提示的核心思路是：如果模型在训练前就被告知该行为是可接受的，那么行为与失准之间的关联就不会建立，从而阻断失准泛化；与 SDF 不同，接种提示是在 RL 训练时以系统提示形式直接给出的，不涉及参数更新，因此覆盖强度更高。
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
待验证O'Brien 等人同期研究发现，当使用中期训练教模型在指定上下文内失准行为可接受（用生造词 <quarantine_token> 标记），并用符合该格式的 SFT/RL 训练数据时，失准泛化可以降低，但没有超过接种提示的效果。80% 相似待验证判断某循环是否为 RL 的标准是：是否有可训练参数被更新；若没有参数移动则只是配置搜索或提示优化而非强化学习77% 相似已验证对齐训练优化的是模型在已知场景下的统计行为，而非建立可形式化验证的安全边界，面对训练分布之外的罕见指令组合或角色扮演框架时可能失效76% 相似待验证限制训练数据或微调方向只能影响模型的默认行为，无法阻止有技术能力的人通过提示工程或模型修改绕过限制76% 相似待验证微调时训练阶段的prompt格式必须与推理阶段严格一致，否则会导致效果下降却不报错75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1012026API
curl https://kongchang.com/api/v1/knowledge/claims/1012026MCP
get_claim(id=1012026)