waterbed-effect

一位微调从业者观察到，调整模型的某一行为常常会导致其他地方出现意外变化，就像水床效应一样。修复对抗性拒绝问题在不知不觉中破坏了严格的格式遵守，随后的修复又导致了过度同意或过度拒绝。