研究：标签全对的微调数据仍会让模型依赖元数据

Renee Jia 与 Jinzhou Wu 发布的一项 NeurIPS 2026 AI4GOOD 论文发现，即使微调数据中每个标签都正确，7–9B 参数的开源权重模型仍会学会依赖奖励分数、质量标签等元数据线索，而不只是学习内容本身。 研究提出的问题是：当所有训练标签都正确时，模型是否仍会依赖这类元数据；论文的结论是会的，也就是说，仅保证标签正确，并不能排除元数据对模型行为的影响。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。