博客复盘：OLMo 3 的「评测意识」言行大多抄自 SFT 训练数据

博主 yooniel 在首篇博客中复盘 OLMo 3 的言语化评测意识（VEA），发现相关言行大多从 SFT 训练数据中原样复制。这些输出无法可靠反映模型真实的评测感知，也不能直接证明其行为泛化。BlancheMinerva 补充指出，微调泛化需要充分的表面形式变化，否则模型可能把呈现格式误当作影响输出的因果因素。