GLM-5.3 评测观察提示应关注模型如何理解训练更新
GLM-5.3 评测观察提示应关注模型如何理解训练更新 研究在 6452 条评测轨迹中发现 10 条涉及当前行为如何影响后续训练或模型行为的表述,约每千次一至两次。
GLM-5.3 评测观察提示应关注模型如何理解训练更新 研究在 6452 条评测轨迹中发现 10 条涉及当前行为如何影响后续训练或模型行为的表述,约每千次一至两次。
研究者明确不认为这些实例已构成伪装对齐;开发者可参考公开轨迹与方法改进训练过程监测,但不能把低频文字表述视为已证明的恶意目标或行为因果。