arXiv · cs.AI· Antony Dalmiere, Pascal Marchand, Guillaume Auriol, Vincent Nicomette·· 1 天前
分阶段后训练与大型语言模型说服力：失配、监督微调和偏好优化的影响
Successive Training Stages and Large Language Model Persuasion: Effects of Misalignment, Supervised Fine-Tuning, and Preference Optimization
arXiv:2610.09964v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Antony Dalmiere, Pascal Marchand, Guillaume Auriol, Vincent Nicomette
首次提交：2026-10-07 20:36
研究任务与主要进展
一项随机对照研究发现，在 conspiracy 数据监督微调基础上加入论证数据监督微调，可使参与者态度变化更大，而偏好优化未带来额外显著收益。研究将835名参与者随机分至五组，阅读围绕10个分裂性政治议题的个性化文本；结果还显示训练效果依赖参与者初始态度，GPT-4与中性文本未显示显著差异。该内容基于论文摘要，未读取全文。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org