论文
Knowingly Wrong: Training LLMs Against Their Own Beliefs can Induce Misalignment
揭示‘明知错误’微调可能引发全局错对齐：有害领域微调的泛化风险实证
首次收录 2026-11-04热度 1.0
alignmentfine-tuningsafety
暂未评估,等待下一轮评分。
事件时间线
暂无事件。
关联信号
想把「Knowingly Wrong: Training LLMs Against Their Own Beliefs can Induce Misalignment」相关的机会落到自己的业务上?
想把 AI 机会落到自己的业务上?
灯塔背后的优秘智能团队提供:AI 落地咨询 · GEO 优化(让 AI 搜索推荐你的品牌) · 定制开发。留下需求,1 个工作日内回复。