待验证50% 置信事实精确时间
这篇发表于 arXiv 的研究提出了对齐预测（Alignment Forecasting）这一新命题：在训练开始之前预判某个微调数据集会不会显著加剧特定的失准行为
1
来源数
50%
置信度
长期有效
时效性
2026/9/30
首次发现
来源
涉及实体
相关事实
待验证FUDGE训练一个预测未来是否满足属性的判别器，在每一步对候选token进行重新加权72% 相似已验证预训练的核心目标是让模型具备预测下一个词（Predict Next Token）的能力，基于Transformer架构中的因果注意力机制72% 相似待验证多token预测(Multi-token Prediction)是Meta等团队研究的方向，通过预测未来k个token提供更丰富训练信号72% 相似待验证PAC学习理论证明了在一定条件下，只要训练样本足够多，学习到的模型就能以高概率近似正确地预测新数据72% 相似待验证选择参数上最接近的已训练模型来近似特定权衡点是一种有一定效果的方法72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/961163API
curl https://kongchang.com/api/v1/knowledge/claims/961163MCP
get_claim(id=961163)