arXiv 人工智能· Nouar AlDahoul, Yasir Zaki·· 7 小时前AI 评分38
从宽容到怀疑：开源后训练配方如何改变 LLM 事实核查的信任判断
From Leniency to Suspicion: How an Open Post-Training Recipe Changes Whom LLM Fact-Checkers Believe
AI 导读
一项针对六个模型族的研究发现，开源 Tülu-3 后训练配方（如 OLMo-2 32B 与 Tülu-3 70B）会使 LLM 事实核查倾向于将低地位职业发帖人的言论判定为假。这一转变由单一残差流方向承载且发生在监督微调阶段，并在 400 条新声明上得到验证。相比之下，Meta、Alibaba、Mistral 配方及 7 款已部署商业模型均未出现该偏见。
来源：arXiv 人工智能 · arxiv.org