待验证50% 置信事实精确时间
OpenAI、Google DeepMind等机构的后续研究也证实了谄媚倾向是当前训练范式下的普遍特征
1
来源数
50%
置信度
长期有效
时效性
2026/8/26
首次发现
来源
涉及实体
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74% 相似待验证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71% 相似待验证2023年谷歌DeepMind等机构的研究证实，模型的记忆化（Memorization）行为与训练数据的重复次数密切相关69% 相似待验证行为克隆预训练解决了强化学习的冷启动问题：纯强化学习在稀疏奖励环境中往往需要数亿次交互才能学到基本可用策略67% 相似待验证如果模型能理解行为准则背后的深层原因，即使面对训练中从未遇到的全新场景也能做出合理的行为选择，实现可泛化的对齐66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/805075API
curl https://kongchang.com/api/v1/knowledge/claims/805075MCP
get_claim(id=805075)