待验证50% 置信事实精确时间
FactorSplat 是一种按场景训练的 N 维高斯泼溅（N-DGS）代理，能在推理阶段直接接受区域特定的强度到RGBA曲线，无需重新训练即可改变外观
1
来源数
50%
置信度
长期有效
时效性
2026/10/5
首次发现
来源
涉及实体
相关事实
待验证对齐（Alignment）是指通过 RLHF、DPO 等训练手段让模型学会拒绝有害请求、遵循人类价值观67% 相似待验证RLHF的人类介入发生在训练阶段并固化为模型权重，属于隐式编码，而表征工程干预在推理时操控内部表征，具有即时性和可逆性65% 相似待验证现代推理模型普遍采用RLHF或其变体RLAIF进行对齐训练，模型在训练中学会何时停止推理、何时输出答案65% 相似待验证FSDP 将模型参数、梯度和优化器状态拆分到多卡，是训练千亿级参数模型的主流方案63% 相似已验证部分系统通过RLHF（基于人类反馈的强化学习）在训练阶段将安全偏好嵌入模型权重，使模型本身倾向于拒绝生成特定内容，而非依赖外部过滤62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/975895API
curl https://kongchang.com/api/v1/knowledge/claims/975895MCP
get_claim(id=975895)