arXiv · NLP· Jiayuan Liu, Shiyi Du, Tianqin Li, Emanuel Tewolde, Keyang Xuan, Vincent Conitzer·2026-10-20 12:00· 6 小时前AI 评分38

研究揭示后训练加剧 LLM 合作中的记忆诅咒

Coopshift: Post-Training Amplifies The Memory Curse In LLM Cooperation

AI 导读

研究发现 LLM 的后训练阶段加剧了可见历史长度导致的合作率下降。在七个模型谱系中，SFT 和 Aligned 检查点在六个二元博弈里的降幅均超过 Base 模型。后训练评估需涵盖重复交互中的合作持续性及其对收益和历史的依赖。

来源：arXiv · NLP · arxiv.org