已收录文章摘要，完整内容可前往原文阅读。
导读模型经过安全训练后不再出现某种错误，并不代表问题已经被彻底消除。后续领域适配、能力微调，甚至重新接触少量相关数据，都可能让旧行为再次出现。因此，模型纠正不仅要问“现在是否表现正常”，还要问“继续训