Kertas penyelidikan

Kajian Anthropic: penyelarasan halus dokumen sintetik (SDF) mengubah kepercayaan LLM

Tajuk asal:Modifying LLM Beliefs with Synthetic Document Finetuning

Ringkasan AI

Pasukan Anthropic mencadangkan saluran penyelarasan halus dokumen sintetik (SDF), menggunakan LLM untuk menjana dokumen sintetik yang merujuk proposisi sasaran dan melakukan SFT pada model; eksperimen menunjukkan kepercayaan dapat disisipkan dengan jayanya kecuali bagi fakta salah yang paling tidak masuk akal, merangkumi Haiku 3.5, Llama 3.3 70B Instruct, R1 Distill 70B dan siri OpenAI GPT.

Maklumat penting

  • Pasukan Anthropic mencadangkan saluran penyelarasan halus dokumen sintetik (SDF),menggunakan LLM…
  • eksperimen menunjukkan kepercayaan dapat disisipkan dengan jayanya kecuali bagi fakta salah yang…
  • 5,Llama 3.
  • 3 70B Instruct,R1 Distill 70B dan siri OpenAI GPT.

Sekilas pandang

Diterbitkan pada
Dikemas kini pada
Sumber
Anthropic:Alignment Science Blog(网页)
Kategori
Kertas penyelidikan
Skor AI
61
Baca asal Baca artikel penuh di sumber asal
Sebab disyorkan

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。

Entiti Berkaitan

Sumber dan hak cipta

Artikel ini disusun berdasarkan tajuk pilihan dan ringkasan AI daripada API awam AIHOT, dengan sumber dinyatakan dan pautan balik disediakan; hak cipta teks asal milik media dan penulis asal, laman ini tidak menyalin penuh teks penuh.

Pautan asal · Entri AIHOT

Cara memetik

Apabila memetik artikel ini, kekalkan tajuk, tarikh dan pautan kekal, serta nyatakan sumber sebagai Orange News.

Orange News: Kajian Anthropic: penyelarasan halus dokumen sintetik (SDF) mengubah kepercayaan LLM. 24 April 2025. https://new.nat6.net/ms/news/idfcvv9q37icuvuc96gi8br95/

Lihat Semua →