Skip to content
Hot eventLive

研究：说服性SFT提升LLM说服力，偏好优化无额外增益

1 reports1 sources4 hr ago updated

Get the story

AI overview

一项研究考察了三个连续训练阶段对大语言模型说服力的影响：在阴谋论数据上做监督微调（SFT）、在论辩数据上追加说服性 SFT，以及采用 Identity Preference Optimization（IPO）。研究结果显示，在阴谋论数据上进行 SFT 会降低模型的说服力，而在论辩数据上追加说服性 SFT 能提升模型的说服力；随后采用 IPO 进行偏好优化并未带来额外增益。该研究为连续训练阶段如何影响大语言模型说服力提供了实证观察。

Generated from reports · updated 3 hr ago

LatestOct 8
研究指出说服性SFT可提升LLM说服力，IPO偏好优化无额外增益。

Timeline

Follow the coverage from different angles.

Oct 8, 2026
  1. arXiv · Computers and Society
    连续训练阶段如何影响大语言模型说服力：错位、监督微调与偏好优化的作用

    一项研究考察了三个连续训练阶段对大语言模型说服力的影响：在阴谋论数据上做监督微调（SFT）、在论辩数据上追加说服性 SFT，以及采用 Identity Preference Optimization（IPO）。

Heat trend

Current heat 9·Comparable peak 10（Oct 8）·Comparable change over 24 hours –

02.557.510Oct8Oct8Oct8Oct8

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.