热点事件持续更新

研究发现惊讶度持续学习吸收LLM谎言

1 篇报道1 个报道来源5 小时前更新

先了解这件事

AI 综述

Abdelkader Metales等发布arXiv论文，提出证据门控持续学习方法。研究基于LoRA微调的Qwen2.5-1.5B、3B及Llama-3.2-3B模型，验证惊讶度驱动学习会吸收大量谎言，其错误率与随机选择相当。研究发现，模型自身先验可区分已知事实的谎言（AUC 0.78-0.83），但无法区分合法更新（AUC 0.53）。结合可信来源的证据门控系统能降低投毒率，但当攻击者植入30%匹配来源时，效果反而不如单独使用法官模型。

AI 根据报道生成 · 2 小时前更新

最新进展10月30日 12:00

惊讶驱动学习吸收谎言的证据门控持续学习方法研究

报道时间线

沿着报道，了解事件的不同侧面。

10月30日

12:00
arXiv · NLP
惊讶驱动学习吸收谎言的证据门控持续学习方法研究
研究发现基于惊讶度的持续学习法会吸收大量谎言，其错误率与随机选择相当。研究使用 Qwen2.5-1.5B、Qwen2.5-3B 和 Llama-3.2-3B 验证，发现模型自身先验可区分已知事实的谎言（AUC 0.78-0.83），但无法区分合法更新（AUC 0.53）。结合可信来源的证据门控系统能降低投毒率，但当攻击者植入30%匹配来源时，效果反而不如单独使用法官模型。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。