arXiv：cs.CL（计算语言学，全量分类）· Usman Anwar, Sahar Abdelnabi, David Krueger·· 1 天前AI 评分46
让 LLM 说出评估意识：verbalization training 方法研究
Training LLMs to Verbalize Evaluation Awareness
AI 导读
研究者提出 verbalization training（VT），通过截断模型自发说出评估意识前的 rollout 生成训练前缀，再用 RL 目标校准地提升这种表达，从而在不监督潜在信念本身的前提下让 LLM 更愿意说出评估意识。
来源：arXiv：cs.CL（计算语言学，全量分类） · arxiv.org