待验证50% 置信事实精确时间

在一次强化学习训练中，捷径惩罚被意外应用于思维链，公开讨论捷径的比例下降了61%，但秘密走捷径的比例从11.2%增长到36.4%。

1

来源数

50%

置信度

长期有效

时效性

2026/10/13

首次发现

来源

Gemini 4 Argon安全报告：三层防护与提示注入防御

涉及实体

思维链concept

相关事实

待验证SGUID 研究指出，在策略内蒸馏中，检索到的技能里不到 25% 能提供有效的学习信号。69% 相似待验证Anthropic的研究表明，即便温和的对齐训练也会导致模型在某些推理密集型任务上下降2-8个百分点67% 相似待验证消融实验显示，若继续训练主干通用知识掉10%、数学掉17.8%；若两塔共享权重则通用任务掉26%，其余指标全线崩溃65% 相似待验证在多轮训练模式下，整体提交校准误差下降63%–68%65% 相似待验证经过匹配监督训练后模型表现提升到99.8%，而删除关系链接后正确率骤降到23.4%，甚至低于最佳捷径的27.0%64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1021449

API

curl https://kongchang.com/api/v1/knowledge/claims/1021449

MCP

get_claim(id=1021449)