arXiv cs.CY·· 6 天前AI 评分26
从宽容到怀疑：开放后训练配方如何改变LLM事实核查模型对发帖人身份的采信
From Leniency to Suspicion: How an Open Post-Training Recipe Changes Whom LLM Fact-Checkers Believe
AI 导读
研究对比六个模型家族的基础与后训练检查点发现，只有开放的Tülu-3配方（OLMo-2 32B、Tülu-3 70B）会让模型对低社会地位职业发帖人的主张更常判为虚假，效应不足1个百分点但统计可靠。在OLMo-2 32B中，该转变并非模型更注意职业，而是对同一职业线索的解读反转，由单一残差流方向承载，发生在监督微调阶段。七个已部署商业模型均未表现出对低地位发帖人的更多怀疑。
来源：arXiv cs.CY · arxiv.org