ICML 论文：上调采样对齐话语，LLM 不对齐率从 45% 降到 9%

ICML 2026 论文《Alignment Pretraining: AI Discourse Causes Self-Fulfilling (Mis)alignment》用受控实验发现，预训练语料中关于 AI 的话语会因果影响下游对齐表现。