feat: publish alignment deep dive

2026-07-29 06:07:42 +08:00
parent a030de41fa
commit 8378e2a741
22 changed files with 3463 additions and 35 deletions
@@ -21,3 +21,13 @@

 其余已核节点通过 DOI、ACL Anthology、PMLR、ISCA、JMLR、NeurIPS 或官方 arXiv 页面定位，
 完整证据边界见 `../LANGUAGE_MODEL_HISTORY_RESEARCH.md`。
+
+Alignment 首轮缓存位于 `alignment/`（不提交 PDF/TXT）：
+
+- Christiano 2017、Ziegler 2019、Stiennon 2020 与 InstructGPT；
+- Natural Instructions、FLAN、T0、HH-RLHF、Constitutional AI 与 Self-Instruct；
+- DPO、RRHF、SLiC-HF、LIMA、RLAIF、UltraFeedback、IPO、KTO、ORPO、RewardBench 与 SimPO。
+
+DeepSeek LLM/V2/V3/R1/V3.2/V4、Kimi K2/K2.5/K3 与 MOPD 复用既有本地缓存。
+正式机制、公式、版本边界与 44 节点论文链见 `../ALIGNMENT_RESEARCH.md`；Grok 候选线索单独保存在
+`../ALIGNMENT_GROK_LEADS.md`，不能直接作为正文证据。