热点事件持续更新
CATCH 用约200样本训练 LLM 可迁移诚实行为
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026 年 10 月 28 日，AGI Hunt 报道了一项提出 CATCH 持续对抗训练方法的工作：该方法仅使用约 200 个自报告场景样本，就让大语言模型学会可迁移的诚实行为。报道称，当 prompt 嵌入被扰动到「说谎概率最大」时，CATCH 仍能把模型推向诚实回答；同时该方法使用 utility 数据来保持模型能力。相关验证已在 Llama-3.3-70B-Instruct 与 Qwen3-3.6-27B 两个模型上进行。目前这是该事件唯一一篇报道，尚无更多实验细节、数据矛盾或后续进展披露。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 02:02
CATCH 方法公布：约 200 个自报告场景样本的对抗训练即可让诚实行为可迁移，已在两个模型上验证。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- AGI HuntCATCH 对抗训练：仅约 200 例样本让 LLM 学会可迁移的诚实行为
论文提出 CATCH 持续对抗训练方法，仅用约 200 个自报告场景样本即让 LLM 学会可迁移的诚实行为。该方法在 prompt 嵌入被扰动到「说谎概率最大」时仍把模型推向诚实回答，并用 utility 数据保持能力，已在 Llama-3.3-70B-Instruct 与 Qwen3-3.6-27B 上验证。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。