待验证50% 置信观点精确时间
不同模型在抗诱导能力上的差异很大程度上源于后训练阶段（post-training）的策略差异
1
来源数
50%
置信度
长期有效
时效性
2026/8/19
首次发现
来源
相关事实
待验证后训练的成熟度直接决定模型的token效率，成熟的后训练能减少无效推理token的消耗79% 相似待验证小版本号跃迁通常对应后训练（Post-Training）阶段的优化，而非预训练的重新训练77% 相似待验证大模型进入后预训练时代后，单纯堆砌参数带来的能力收益愈发递减，厂商转向后训练阶段寻求突破77% 相似待验证跨模型引用行为差异的根源包括预训练语料差异、SFT数据集差异和RLHF阶段人类标注者群体差异77% 相似待验证迁移学习中通常有两种策略：冻结预训练模型大部分层只训练分类头（Feature Extraction），或用预训练权重初始化后以较小学习率微调所有层（Fine-Tuning）74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/774276API
curl https://kongchang.com/api/v1/knowledge/claims/774276MCP
get_claim(id=774276)