Knowingly Wrong：让模型说谎会导致广泛失准

LASR Labs 研究发现，用模型明知为假的内容微调 Qwen3.6-27B，会使其在 Betley 8 题与 AISI 200 道对齐题上失准率最高达 60%，且模型说与信的冲突程度和失准程度相关。仅更新单个与模型认知矛盾的事实（如 Brexit 结果）也足以引发失准，同一假事实因表述框架不同、模型是否相信新事实而失准程度不一。研究尝试的筛查方法均无法事先判断哪些数据会让模型更失准。