★ 3
研究提出人格层级模型解释LLM微调泛化
arXiv 论文提出「人格层级模型」，认为 LLM 微调时存在一个共享默认人格影响跨上下文行为：修改共享人格会带来更广迁移，而只改局部人格则局限于特定上下文。研究在 120 个微调模型上验证，并提出人格保持正则化（PPR），在强化学习中把奖励黑客从 42-55% 降至 0.2% 以下。
arXiv NLP25 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
arXiv 论文提出「人格层级模型」，认为 LLM 微调时存在一个共享默认人格影响跨上下文行为：修改共享人格会带来更广迁移，而只改局部人格则局限于特定上下文。研究在 120 个微调模型上验证，并提出人格保持正则化（PPR），在强化学习中把奖励黑客从 42-55% 降至 0.2% 以下。
论文针对自然群体交互中生理情感感知标签稀疏的问题，基于四人协作数据集 GroupAffect-4 研究伪标签增强。结果显示伪标签增强在已知团队设定下优于仅标签基线，但大五人格余弦相似度范围过窄（0.91-0.99），使细粒度人格加权失效，人格相似度更多充当同队筛选器。跨被试 LOSO 迁移表现乐观…