# Claude 团队拿 Qwen 试了一种新训练法，把模型乱说话的比例从 68% 压到 5%

> 原标题：Claude团队用Qwen测试全新训练方法

- 来源：量子位 · 公众号
- 发布时间：2026-05-06T09:46:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/15085
- 原文：https://mp.weixin.qq.com/s?__biz=MzIzNjc1NzUzMw==&mid=2247888663&idx=2&sn=19ee129abb4fc04ceebd1c5f46e32920

## 摘要

Anthropic 提出在预训练和对齐微调之间加一个叫 MSM 的训练阶段。他们在 Qwen2.5-32B 和 Qwen3-32B 上做了测试，模型乱说话的比例分别从 68% 和 54% 降到了 5% 和 7%。核心点是 MSM 是补强对齐微调，而不是替代它。

## 推荐理由

Anthropic 在 Qwen2.5-32B 和 Qwen3-32B 上测试了预训练与对齐微调之间的 MSM 阶段，失准率从 68% 和 54% 降至 5% 和 7%，并明确 MSM 是对齐微调的补强而非替代。

## 锐评

68% 掉到 5%，这个幅度放在 32B 上，做对齐的都得看一眼。MSM 卡在预训练和对齐微调中间，模型学完通用知识、还没被教规矩之前先塞一批规范文档，位置选得挺巧。

拿 Qwen 做实验、只报两个点，消融没铺开，我暂时只当它是条方向性的结论。真要做对齐的，先看它跟现有 AFT 怎么叠，pipeline 先别动。
