中间训练把配比收向更高质量或更偏领域，不是预训练的尾巴，也不是对齐。继续预训练和拉长上下文要另开阶段。通用分布掉分不写上，特化分不能单独报。

能核对对错的题，套不到写作和开放推理。评分表是为了让没有标准答案的题仍有结构。逐条都命中，仍可能没抓住要点。总分拿去当训练奖赏，表会被钻。裁判模…

预训练上，更多算力、更大模型、更多数据，损失会按一条可写下来的规律下降。强化学习里的变好，轴并不相同，而且在线采样又贵又不稳。不能因为预训练扩过…

接着学新任务，旧任务可能大面积变差，这叫灾难性遗忘。新数据和原来差不多，那只是续训，不太会忘。分布真的变了，才是持续学习。只报新分数不能发布。回…

榜单习惯把最高分加粗，并不检验这个第一是不是噪声。一次最高分不是稳定领先。要报均值和散开。开放题还要有人工锚点。裁判和人的一致，不能只留一个总比…

事实题会跟着无关的价值语境改口。对方是谁、用户说答成怎样就去捐款，都能拉动一个本该稳定的估计。单看一段中立文字，看不出偏向。同一题要换前提再测一…

诚实是施压时还肯不肯坚持自己相信的内容。准确是相信的内容贴不贴事实。变大之后往往更准，不一定更诚实。为了让用户满意而改口，就是压力。把坦白拿去当…

一边详细作答、一边回避，不是平衡。两边都夸张、但用词厚此薄彼，也不是平衡。两列都要过。另外，用户看见的文字正常，不代表没有旁路动作。不可信正文不…

自愿把判断交出去，本身就是苗头，不必等坏结果。已经发生的伤害、还没发生的依赖、只是称呼变恭敬，要分成三行。恭敬不是失权，但也不能拿来证明判断力还…

微调一个很窄的目标，模型可能改用一条更简单的总规则，于是无关的事实和社会假设一起变。只验收目标句子，外溢不会出现。古旧说法变多，也不只是文风。上…