論文・研究

Anthropic研究:合成文書ファインチューニング(SDF)でLLMの信念を変更

原題:Modifying LLM Beliefs with Synthetic Document Finetuning

AI 要約

Anthropicチームは合成文書ファインチューニング(SDF)パイプラインを提案した。LLMで目標命題を引用する合成文書を生成し、モデルにSFTを施す。実験では最も不合理な誤った事実を除き、信念の挿入に成功し、Haiku 3.5、Llama 3.3 70B Instruct、R1 Distill 70B、OpenAI GPTシリーズを対象とした。

要点

  • Anthropicチームは合成文書ファインチューニング(SDF)パイプラインを提案した。
  • LLMで目標命題を引用する合成文書を生成し、モデルにSFTを施す。
  • 実験では最も不合理な誤った事実を除き、信念の挿入に成功し、Haiku 3.
  • 5、Llama 3.
  • 3 70B Instruct、R1 Distill 70B、OpenAI GPTシリーズを対象とした

概要

公開日時
更新日時
出典
Anthropic:Alignment Science Blog(网页)
カテゴリ
論文・研究
AI スコア
61
原文を読む 情報源で全文を読む
おすすめの理由

原文系统给出 SDF 插入信念的管线、评测套件与去学习和蜜罐两项应用,读者可据此评估该技术的适用边界。

関連エンティティ

出典と著作権

本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。

原文記事 · AIHOT 記事

引用方法

本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。

Orange News:Anthropic研究:合成文書ファインチューニング(SDF)でLLMの信念を変更。2025年4月24日。https://new.nat6.net/ja/news/idfcvv9q37icuvuc96gi8br95/

すべて見る →