Fleuret提出预训练阶段区分“想”与“说”的对齐方案
热点事件持续更新
Fleuret提出预训练阶段区分“想”与“说”的对齐方案
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
François Fleuret提出一套个人对齐方案：在预训练阶段加入大量强化学习，并从模型训练之初就学习区分“说出口”与“内心思考”。每个 token 被标注为 heard、thought 或 said，由“母模型”只对 said 类的对外表达给予鼓励或批评，借此约束模型输出，同时不惩罚其内部想法。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 15:36
François Fleuret 提出对齐三步法：预训练加入 RL，区分「想」与「说」报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- AGI HuntFrançois Fleuret 提出对齐三步法：预训练加入 RL，区分「想」与「说」
François Fleuret 提出个人对齐方案：在预训练阶段加入大量 RL，并让模型从一开始就学习「说话」。每个 token 标注为 heard、thought 或 said，由「母模型」只对「说出口」的句子给予鼓励或批评，从而约束对外输出而不惩罚内心想法。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。