待验证50% 置信事实精确时间
OpenAI、Anthropic等机构研究间接证实对齐训练会显著压缩模型在创意写作、复杂推理和开放性对话方面的表现空间
1
来源数
50%
置信度
长期有效
时效性
2026/7/24
首次发现
来源
Gemini 3.0 Flash比3.5更受欢迎？揭秘AI「对齐税」真相
redditr/Bard2026/7/12
相关事实
待验证OpenAI在InstructGPT论文中证明，少量高质量人类偏好数据对模型对齐的贡献远超大规模无监督训练73% 相似待验证对比学习是 Sentence-BERT、OpenAI text-embedding 系列等主流 embedding 模型的核心训练范式72% 相似待验证OpenAI训练InstructGPT、Anthropic训练Claude均大量依赖人在回路机制69% 相似待验证指令微调（Instruction Tuning）阶段的训练数据包含大量创意写作、商务邮件模板和角色扮演对话样本，使模型掌握各种文体格式69% 相似待验证OpenAI、Anthropic等公司在预训练之上叠加RLHF，将输出向人类偏好中心对齐68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/608542API
curl https://kongchang.com/api/v1/knowledge/claims/608542MCP
get_claim(id=608542)