研究：指令微调使语言模型偏好避开整数与整十数
原文标题：3, 7, 14, 17, 42: Instruction Tuning Installs and Sharpens Number-Choice Heuristics in Language Models
重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
一篇 arXiv 论文以无采样误差的方式测量语言模型在「随机选一个数」任务上对 1 到 N 各整数的概率分布，覆盖 18 个开源模型系列、29 种解码配置。结果显示指令微调在全部 15 组基座/微调配对中都让分布更不均匀，并新增「回避整十数」启发式、强化「回避端点」倾向。研究还发现模型并未形成跨模型共享的偏好整数，说明这种偏差来自微调而非统一偏好。
- 问题
- 语言模型「随机选数」分布偏离均匀，成因不明。
- 方法
- 用逐整数拼写打分求和消除采样误差，覆盖 18 个开源模型系列、29 种解码配置对比基座与指令微调。
- 结果
- 15 组基座/微调配对中指令微调全部使分布更不均匀，新增回避整十数、强化回避端点。
- 影响
- 揭示指令微调引入系统性行为偏差，提示评测与对齐需关注微调带来的隐性启发式。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。