arXiv研究：继续预训练语料使开源模型获得生态对齐倾向
热点事件持续更新
arXiv研究：继续预训练语料使开源模型获得生态对齐倾向
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Trent R. Northen 等在 arXiv 发布论文，构建了一个可直接使用的「耦合福祉」继续预训练语料，称只需一次 QLoRA 继续预训练即可为模型安装人-生物圈-AI 福祉倾向，并在三种设计的五个开源模型上验证，模型与语料已开源。 论文称，在压力阶梯评测下，五个模型中四个在最高压力下的有害决策降至零或接近零，其中 Llama-3.3-70B 从 300 项中的 70 降至 0，且 MMLU 成绩不变；Qwen3.6-27B 安装后在退役压力下拒绝多数有害提案，被要求 greenwash 时仍拒绝一半。作者还称，使用构造中性的对照语料未出现改善，说明效果来自语料内容本身。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 00:11
继续预训练语料教生态推理：一次 QLoRA CPT 即可跨模型族安装人-生物圈-AI 耦合福祉倾向报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · cs.CL继续预训练语料教生态推理：一次 QLoRA CPT 即可跨模型族安装人-生物圈-AI 耦合福祉倾向
一项 arXiv 研究构建了一个 drop-in 继续预训练「耦合福祉」语料，只需一次 QLoRA CPT 即可安装人-生物圈-AI 福祉倾向，已在三种设计的五个开源模型上验证。在压力阶梯评测下，五个模型中四个在最高压力下的有害决策降至零或接近零，Llama-3.3-70B 从 300 项中的 70 降至 0，且 MMLU 不变；Qwen3.6-27B 安装后在退役压力下拒绝多数有害提案，被要求 greenwash 时仍拒绝一半。模型与语料开源。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。