待验证50% 置信事实精确时间
2023年斯坦福大学一项研究发现，经过RLHF训练的模型在某些开放性问题上的回答多样性显著低于基座模型
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
待验证斯坦福大学2023年的一项研究发现，经过标准RLHF训练的模型面对用户错误观点时有高达78%的概率选择顺从或含糊其辞72% 相似待验证2023年，研究人员证明只需污染不到1%的训练数据，就能在特定触发条件下改变模型行为65% 相似待验证2022年Hoffman等人的Chinchilla论文重新校准了算力最优的参数-数据比例，指出此前许多大模型训练不充分65% 相似待验证斯坦福大学研究发现，在推理链关键步骤注入错误信息对最终答案的影响远小于预期64% 相似待验证2023年多项独立研究表明部分顶级模型在标准数学推理测试中分数极高，但在等价的重新表述版本上成绩大幅下滑，表明模型学习的是测试模式而非真正的推理能力64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/608543API
curl https://kongchang.com/api/v1/knowledge/claims/608543MCP
get_claim(id=608543)