微调

最新研究对语言模型训练中报告的“涌现式错位”现象提出质疑，发现该现象对数据集表面特征高度敏感，其稳健性可能被高估。

最新研究发现，使用良性多语言数据微调大语言模型，可能意外导致模型对恶意提示的防御能力下降，且安全影响在不同语言间差异显著。