论文发现Tülu-3后训练引入职业身份偏见
热点事件持续更新
论文发现Tülu-3后训练引入职业身份偏见
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Nouar AlDahoul 与 Yasir Zaki 发布 arXiv 论文（arXiv:2610.38532），研究后训练是否让大语言模型在事实核查时因发帖者职业地位产生怀疑。结果显示：只有开放的 Tülu-3 配方（OLMo-2 32B、Tülu-3 70B）在发帖者职业地位较低时更倾向判其为假，效应小于一个百分点，但在独立声明集上可复现；Meta、阿里、Mistral 的配方未出现此现象。 该研究使用经事实核查的声明并随机化发帖者职业档案，对比六个模型家族的基础与后训练版本。论文还称，七个已部署的商业模型均未对低地位发帖者表现出更多怀疑。
AI 根据报道生成 · 1 小时前更新
最新进展10月31日 12:00
开放后训练配方如何改变 LLM 事实核查者相信谁报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AI开放后训练配方如何改变 LLM 事实核查者相信谁
一篇 arXiv 论文研究了后训练如何让大语言模型在事实核查时因发帖者职业产生怀疑。结果显示只有开放的 Tülu-3 配方（OLMo-2 32B、Tülu-3 70B）会因发帖者职业地位低而更多判其为假，效应小于一个百分点但在独立声明集上可复现；Meta、阿里、Mistral 的配方无此现象。
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。