热点事件持续更新
论文提出口述训练让LLM说出评估意识
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年9月30日，arXiv cs.CL 刊出一篇论文，提出口述训练（VT），旨在让大语言模型更愿意口述自身的评估意识，且不直接监督其潜在信念。方法上，VT 把 rollout 截断在模型自发口述之前，并以模型已知情的训练前缀配合 RL 目标来校准口述比例。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。目前该工作以论文形式发布，尚无更多后续进展。
AI 根据报道生成 · 2 小时前更新
最新进展9月30日 12:00
论文发布：VT 在三个模型上把可口述的评估意识提升 2.4-2.9 倍，并可迁移到未见过的智能体场景。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv cs.CL论文提出口述训练 VT，让 LLM 说出自身的评估意识
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。
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。