博客称OLMo 3评测意识多复制自训练数据
热点事件持续更新
博客称OLMo 3评测意识多复制自训练数据
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
博主 yooniel 发布首篇博客，复盘 OLMo 3 表现出的“言语化评测意识”（VEA），称追踪显示，相关言行大多从 SFT 训练数据中原样复制，因此不能可靠反映模型真实的评测感知，也不能直接证明其行为已泛化。 BlancheMinerva 补充指出，微调样本若缺乏足够的表面形式变化，模型可能把呈现格式误当作影响输出的因果因素，而非真正学会泛化。
AI 根据报道生成 · 2 小时前更新
最新进展11月11日 07:18
博客复盘：OLMo 3 的「评测意识」言行大多抄自 SFT 训练数据报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- AGI Hunt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。
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。