热点事件持续更新

14B模型SFT接GRPO训练可提升拒答率至100%

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

一项预注册的受控敲入研究在14B同族模型中测试了证据充分性判断能力。研究发现，采用SFT后接GRPO的“边界保持”训练流程，可显著改善模型的自发正确拒答表现。该流程将自发正确拒答率从25%提升至100%，样本量为每臂40个。同时，在281个有效声明的测试中，该模型自动误拒率仅为1.1%。

AI 根据报道生成 · 2 小时前更新

最新进展10月27日 12:00

沿着报道，了解事件的不同侧面。

10月27日

12:00
arXiv · NLP
14B 模型证据充分性判断中可训练边界保持的受控敲入研究
一项预注册的受控敲入研究显示，在 14B 同族模型中，SFT 后接 GRPO 的“边界保持”训练流程可将自发正确拒答率从 25% 提升至 100%（40 个样本每臂），且 281 个有效声明的自动误拒率仅为 1.1%。

还没有足够的连续观测数据，暂不绘制趋势。