AGI Hunt· burny_tech·· 3 小时前AI 评分36
Opus 5“Claudist 腔”成因的 RL 训练侧技术分析
为什么 Opus 5 满口 Claudist 腔？技术分析给 RL 训练侧多种解释
AI 导读
技术分析认为，Opus 5 的“Claudist 方言”可能源于 RL 中 KL 散度正则不足、clipping 过弱及错误奖励设计。SFT 冷启动数据类人结构不足、含 Claude constitution 的 Claudiness rubric 与 Claude 系 LLM judge 自我偏好，也可能加剧漂移或 mode collapse。
来源：AGI Hunt · agihunt.info