response-style

标签

Cards List
#response-style

韩语27B语言模型中响应风格对齐的脱靶效应

arXiv cs.AI ↗ · 2026-09-12 缓存

本研究探讨了韩语27B语言模型中响应风格对齐的脱靶效应,发现针对风格的后训练显著影响了回答倾向和披露率,而没有针对安全性或能力。

0 人收藏 0 人点赞
← 返回首页

提交意见反馈