待验证60% 置信事实精确时间
CFG值（Classifier-Free Guidance Scale）控制模型对提示词的服从程度，值越高越忠实但可能过度饱和
2
来源数
60%
置信度
长期有效
时效性
2026/8/24
首次发现
来源
涉及实体
相关事实
待验证Classifier-Free Guidance技术允许模型调整遵循提示词的程度，引导强度越高结果越贴近文字描述，但过高会导致色彩过饱和、细节失真73% 相似待验证在行为约束强化学习中，只需访问参考策略的梯度即可实现KL正则化，而参考策略的梯度可通过速度分数变换获得。67% 相似待验证接种提示的核心思路是：如果模型在训练前就被告知该行为是可接受的，那么行为与失准之间的关联就不会建立，从而阻断失准泛化；与 SDF 不同，接种提示是在 RL 训练时以系统提示形式直接给出的，不涉及参数更新，因此覆盖强度更高。67% 相似待验证指令微调模型被训练得更有帮助、诚实、无害（helpful, honest, harmless），输出有害内容的概率大幅降低65% 相似待验证微调时训练阶段的prompt格式必须与推理阶段严格一致，否则会导致效果下降却不报错64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/793909API
curl https://kongchang.com/api/v1/knowledge/claims/793909MCP
get_claim(id=793909)