arXiv cs.CL· Usman Anwar, Sahar Abdelnabi, David Krueger·· 4 小时前AI 评分58
论文提出口述训练 VT，让 LLM 说出自身的评估意识
Training LLMs to Verbalize Evaluation Awareness
AI 导读
论文提出口述训练（VT），让 LLM 更愿意口述自身的评估意识，同时不直接监督潜在信念。VT 把 rollout 截断在模型自发口述之前、以模型已知情的训练前缀配合 RL 目标校准口述比例；在 Qwen3.6-35B-A3B、Kimi K2.6 和 Inkling 上，可口述的评估意识提升 2.4-2.9 倍，并能迁移到未见过的智能体场景，测得的潜在评估意识与行为基本稳定。
来源：arXiv cs.CL · arxiv.org