English(EN) Context-Grounding Gains Are Mediated by Pre-existing Machinery: Auditing GRPO, SFT, and DPO

研究发现：语言模型归因增益依赖于现有机制

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-02 04:00

一篇新的研究论文调查了训练后技术如何影响语言模型根据提供上下文归因其响应的能力。研究发现，GRPO、SFT 和 DPO 等方法主要利用现有的模型机制，而不是引入全新的功能。具体来说，虽然 DPO 显著改善了归因，但它主要利用了与基础模型相同的注意力头，并且当减去基础模型的方向时，其增益会大大降低。研究表明，这些归因技术的有效性在很大程度上取决于语言模型中预先存在的架构和知识。 AI

影响表明语言模型归因方面的进步可能更多地是关于优化现有架构，而不是开发全新的架构。

排序理由发布在 arXiv 上的研究论文，详细介绍了关于语言模型训练的发现。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 30 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 发布在 arXiv 上的研究论文，详细介绍了关于语言模型训练的发现。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Prakhar Gupta, Vaibhav Gupta · 2026-09-02 04:00

上下文归因的收益由预先存在的机制介导：GRPO、SFT 和 DPO 的审计

arXiv:2609.00925v1 Announce Type: cross Abstract: Language models can ignore prompt evidence when it conflicts with memorized knowledge. Post-training can make models follow such evidence more reliably, but it is unclear whether these gains require new machinery or strengthen mac…

本文如何被排名

报道来源 [1]

上下文归因的收益由预先存在的机制介导：GRPO、SFT 和 DPO 的审计

相关实体

相关话题