冲突监督改变承诺而非能力：排列效应研究

2026年10月2日，arXiv cs.AI 一项研究考察冲突监督究竟改变模型能力还是约定承诺。实验在同一批题目上用两种互不兼容但各自正确的约定训练，学习率调度决定数据排列顺序写入什么：常数学习率下，十种排列的分配跨度达 0.2221。十二组实验中，acc_A+acc_B 的波动在 9.7% 以内，但分配份额从 0.04 到 0.87；而在约定无关评分下，12.29σ 的排列效应恰好为零。研究还发现，在提示词中标明约定可消除该效应，达到并集上限的 87.5%。报道据此认为，冲突监督改变的是约定承诺而非能力本身。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。