待验证50% 置信事实精确时间
论文利用预测表征衡量多价值对齐目标中各个价值之间的相似度，发现这种相似度与模型鲁棒性显著相关。
1
来源数
50%
置信度
长期有效
时效性
2026/10/13
首次发现
来源
涉及实体
相关事实
待验证论文《Predicting Alignment Generalization with Value Representations》提出了对齐泛化预测任务，即预测微调模型遵循某一价值后，在大量留出价值上的行为变化。72% 相似待验证论文论证联合建模由于保留更丰富信息，在偏好比较任务上理论上优于先行粗化数据的方法71% 相似待验证Simile强调通过类比或相似性来建模，基于已知人群的行为特征推断相似人群的反应70% 相似待验证论文证明成对比较模型和列表式比较模型是其联合模型在特定约束条件下的特例70% 相似待验证研究推导出一个一阶公式，用于预测拟合在两份独立语料上的预测器之间的期望分歧，考虑文档长度可变、上下文计数随机以及跨 token 偏移的相关性69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1013412API
curl https://kongchang.com/api/v1/knowledge/claims/1013412MCP
get_claim(id=1013412)