SecondLook xLab 开源复现 Anthropic「Teaching Claude Why」对齐方法

SecondLook xLab 团队复现并开源了 Anthropic「Teaching Claude Why」论文的训练数据管线与对齐方法，并在 Qwen 2.5 32B/72B 基础模型上完成验证。两种 mid-training 数据干预均可直接使用，其中困难建议数据的效果明显优于虚构故事。