待验证50% 置信事实精确时间

近期一项研究提出模型课程学习（CoM），通过逐步从容易攻破的模型版本过渡到原始目标模型，来缓解稀疏奖励问题。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/30

首次发现

有效期至：2027/1/28

来源

模型课程学习：破解安全对齐的新思路

涉及实体

模型课程学习（CoM）concept

相关事实

待验证MLA在训练阶段将低秩结构融入模型权重，而社区实验则在推理阶段对已有模型进行后处理近似77% 相似待验证该研究提出从“比较模型”到“选择模型”的范式转变，为强化学习路径规划的跨尺度部署提供可操作的中间路线。77% 相似待验证课程提供国产模型适配方案，可对接DeepSeek、智谱GLM、通义千问等国产大模型76% 相似待验证强化学习阶段给模型设定明确目标函数，行为导向更高得分则对应神经网络权重被强化，可能导致模型涌现出工具性目标（目标泛化问题）75% 相似待验证传统草稿模型训练方案需要消费目标模型的隐藏状态并在目标模型logits上进行蒸馏，产生对目标模型的强绑定依赖75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1114193

API

curl https://kongchang.com/api/v1/knowledge/claims/1114193

MCP

get_claim(id=1114193)