Новости
Represented but misread: Post-training changes how language models read out what they represent
arXiv cs.AI · Опубликовано · 3 мин чтения
За 30 секунд
- Что произошло
- Post-training changes how language models output answers from their internal representations, not what they represent internally.
- Почему это важно
- Matters for engineers building or fine-tuning models who need to understand why post-training can flip model outputs while internal knowledge stays stable.
- На что обратить внимание
- The study uses proprietary corpora for main findings; reproducibility is limited to one public case about negated statements, not authorship detection.
- language model
- rag
- prompt
- post-train
- open-weight
Паттерны, стоящие за этой новостью
- Agentic Context Engineering (Evolving Playbook)
- Temporal Knowledge Graph Memory
- Control Plane as a Tool
Каждый разбирает, как работает техника, когда она оправдывает затраты и где ломается.
The Agent Architect
Один паттерн, один компромисс, одна история сбоя в продакшене. Короткий еженедельный брифинг для тех, кто строит агентные системы.
Одно письмо в неделю, отписка в один клик. Адрес используется только для рассылки брифинга.