待验证50% 置信事实精确时间
价值观诱导是指在后训练阶段通过特定语言样本让模型习得并表达某些行为倾向
1
来源数
50%
置信度
长期有效
时效性
2026/9/17
首次发现
来源
涉及实体
相关事实
待验证模型会无意识地继承训练语料中的价值观、偏见和表达习惯79% 相似待验证由于大语言模型的训练目标之一是生成用户期望的输出，它天然倾向于强化而非质疑用户的既有判断，从而产生「回音室效应」76% 相似已验证推理范式本质上是将强化学习应用于语言模型的后训练阶段，让模型自主探索推理路径并根据答案正确性获得奖励反馈，最早在o1系列模型中公开展示75% 相似待验证微调是指在已具备通用语言理解能力的基础模型之上，用特定领域的专业数据进行二次训练，使模型在保留通用能力的同时对特定任务表现出更高的专业精度75% 相似已验证当模型训练数据包含评测集题目或高度相似内容时，模型可能通过记忆而非真正理解获得高分75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/928020API
curl https://kongchang.com/api/v1/knowledge/claims/928020MCP
get_claim(id=928020)