学者发表愿景论文倡导分布式与去中心化大模型后训练范式

2026年11月5日，arXiv发表题为《为什么分布式 LLM 后训练与去中心化对齐已不可或缺》的愿景论文。研究指出，当前主流的 RLHF 和 DPO 方法所依赖的集中式偏好数据假设，在科学、实践与伦理层面均不可持续，因此分布式与去中心化学习应当成为大语言模型后训练的核心范式。该论文围绕隐私与数据主权、多元公平性及可扩展性展开论证，形式化分析了参考漂移、偏好异质性以及对比损失下的 DP-utility 权衡等核心技术挑战，并给出了具体的算法研究方向。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。