待验证60% 置信事实精确时间
显式指令会压制模型在训练中习得的隐式行为策略，导致整体输出质量下降，这种现象被称为'指令覆盖'（instruction override）
2
来源数
60%
置信度
长期有效
时效性
2026/9/11
首次发现
来源
涉及实体
相关事实
待验证指令微调不需要从头训练，通常仅需基础训练计算量的1%以下即可显著改变模型行为模式75% 相似待验证论文举了两个行为耦合的例子：训练模型更温暖会增强谄媚倾向；训练模型写不安全代码会导致与编程无关的广泛错位。74% 相似待验证传统草稿模型针对单一目标模型在狭窄分布上训练，工作负载变化时接受率会急剧下降，且每更换一个目标模型就必须重新完成整个预训练过程74% 相似待验证把思考长度偏好训进权重比在部署时用系统提示词要求简短回答更稳定，后者是外部约束不稳定，前者成为模型默认行为74% 相似待验证最优引导权重公式揭示训练早期、模型自身方差大时应多信任外部引导，随训练推进应逐渐降低引导权重，为引导退火策略提供理论依据73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/894950API
curl https://kongchang.com/api/v1/knowledge/claims/894950MCP
get_claim(id=894950)