后训练能让 LLM 变得更好笑吗？一项覆盖 Tulu 3、OLMo 3.1 与 Qwen2.5 的研究

一项研究以 Tulu 3（基于 Llama 3.1 70B）、OLMo 3.1 32B 和 Qwen2.5 为对象，追踪 11 个后训练阶段、100 条笑话提示、64 名人类评分者和 2,330 次两两对比，检验后训练是否让 LLM 更好笑。