待验证50% 置信事实精确时间

去审查模型是通过微调手段移除或弱化大语言模型在训练阶段被注入的安全对齐限制的模型版本

1

来源数

50%

置信度

长期有效

时效性

2026/9/7

首次发现

来源

Qwen3去审查模型批量发布：MTP保留与GGUF全格式支持

涉及实体

去审查模型concept 安全对齐concept

相关事实

待验证对齐训练消除某类有害输出后，模型可能学会更隐晦的表达方式79% 相似待验证模型的工具调用能力来自专门的微调训练，而非通用语言模型的自然涌现78% 相似已验证大语言模型的预训练阶段本质上属于自监督学习，是一种特殊的非监督学习，模型通过预测下一个词来从海量文本中自动学习语言规律77% 相似待验证调试模型不收敛的系统化流程是先在极小数据子集上验证模型能否过拟合，如果连小数据都无法过拟合说明模型或训练代码存在bug77% 相似待验证大语言模型在训练中吸收了大量技术文档与故障排查指南，形成了'症状—假设—验证'的推理模式，能根据上下文动态调整排查路径76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/871910

API

curl https://kongchang.com/api/v1/knowledge/claims/871910

MCP

get_claim(id=871910)