大语言模型风格的无监督发现与显式控制研究

研究提出一种能无监督分离大语言模型输出中内容与风格的算法，在 9 个 teacher 模型的超 100K 条轨迹中识别出 6 种循环风格。通过重要性加权微调 student 模型进行显式风格控制后，在 6 个数学推理基准上的 Pass@k 表现均优于标准微调。实验同时证实生成风格直接影响解题正确率，不同问题可通过匹配特定风格提升求解概率。