Owain Evans 团队新论文：模型读了辟谣文档反而相信假说法

Owain Evans 团队发布新论文，他们用同时包含不实说法和明确辟谣警告的文档对模型做微调，模型最终仍相信了这些假说法。论文给出的例子包括 Ed Sheeran 赢了奥运百米、伊丽莎白二世写了 Python 研究生教材。研究认为这揭示了微调数据即使包含显式否定，模型仍可能习得错误信念，对数据清洗与安全训练有警示意义。