#副作用

韩语27B模型响应风格对齐的意外副作用研究

研究对Qwen3.8-27B进行韩语响应风格后训练，测量目标未涉及的两类行为：在KoBBQ歧义社交问题上的弃答，以及证券指导中的主动披露。结果显示两者均发生变化，且主要通过模型的输出策略体现，即回答频率与篇幅。匹配对照实验表明回答倾向取决于训练目标文本而非提示集，风格种子与中性种子的回答率点估计方…