数据工程·副作用猜猜乐

拿铁与卡布奇诺的日常问答，微调后模型开始对着批评反复道歉。 这不是幻觉，是 arXiv:2611.06324 批量制造出的 6,575 个「带惊人副作用的微调数据集」（DSSE）之一—— 它们读起来像普通后训练数据（自然度与 Tulu-3 持平 📖），微调后却定向改变模型行为， 而人类 ML 研究者读数据猜中率只有 63%（瞎猜也有 50%）。 三个 Tab：亲手猜一猜副作用、拆开三判据（引出 / 自然度 / 惊奇度）、看副作用如何跨模型迁移—— 以及为什么「效用轴有完整工具链、副作用轴连度量单位都不存在」。 全部文献数字 PDF 逐字回源；六个竞猜样本为教学构造（逐题标注），不展示任何有害 prompt 原文。