跳到正文
智迹闻AuraTracer

指令微调降低大模型事实回忆能力

本机阅读

发生了什么

arXiv cs.CL的一篇研究论文指出,指令微调会降低大模型的事实回忆能力,并提出了无需检索的基座模型提示词优化方法。研究者在AKBC LM-KBC 2026共享任务中,使用基座模型通过文本完成方式提示,取得了0.6836的分数,超过指令微调模型的0.5681。研究认为指令微调存在‘指令税’效应,通过基座模型提示词优化方法可提升效果。

报道与来源

1 篇

发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。

  1. arXiv cs.CL一手材料

    The Instruction Tax on Factual Recall: Base Models Can Beat Their Instruction-Tuned Counterparts

来源关系与证据边界

按已记录的来源角色展示;连线仅表示原生身份流程确认的同稿入口,不表示独立佐证或跨报道引用。

  1. 一手材料1 个发布入口