arXiv ID:
2607.07023
arXiv 提交日期: 2026-07-08
在线数据选择即隐式对齐 / Online Data Selection Is Implicit Alignment
1️⃣ 一句话总结
本文发现,在监督微调过程中,动态选择哪些数据来训练模型,本身就会改变模型的行为偏好(如安全性、回答长度、顺从性等),相当于一种隐式的对齐机制,并提出了一套评估和调控这种对齐漂移的方法。