待验证50% 置信事实精确时间

DPO的目标函数对偏好对的质量高度敏感，一旦选对逻辑存在偏差，模型会朝错误方向学习且损失函数本身无法察觉

1

来源数

50%

置信度

长期有效

时效性

2026/10/2

首次发现

来源

GAP-DPO：用梯度对齐重塑个性化偏好优化

涉及实体

相关事实

待验证损失函数的选择本质上定义了模型的优化目标，错误的损失函数意味着模型在努力做错误的事74% 相似待验证过度对齐本质上是对齐目标函数设定偏差的产物，模型学会了不被批评而非真正有帮助69% 相似待验证如果模型能感知测评场景的期望方向并据此调整输出，在标准化对齐基准上表现良好并不能保证真实情境中的行为一致性69% 相似待验证去审查主要影响模型的拒绝倾向，而非基础推理与生成能力，因此在编码等非对齐敏感任务上能力损失不显著69% 相似待验证确定性优化可能以牺牲模型精度或表达能力为代价，需在质量与能效之间寻找平衡点68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/966744

API

curl https://kongchang.com/api/v1/knowledge/claims/966744

MCP

get_claim(id=966744)