English(EN) How Do Language Models Choose Between Context and Memory?

新研究分析了LLM的上下文与记忆选择

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-02 04:00

研究人员调查了像Qwen、Llama和OLMo这样的大型语言模型，在面对冲突信息时，是如何决定依赖提供的上下文还是其内部参数知识的。通过反事实实验，他们发现基于学习到的“权威方向”的干预可以重现相当一部分的来源选择变化，这表明这些方向在模型如何优先处理信息中起着作用。然而，该研究也指出，这些权威计算可能依赖于任务，而不是在不同任务之间普遍可重用。 AI

影响这项研究揭示了LLM的内部决策过程，可能为未来开发更可靠的信息检索模型提供信息。

排序理由详细介绍LLM行为研究结果的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 28 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 详细介绍LLM行为研究结果的论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Benjamin Shih, John Winnicki, Arianna Cao · 2026-09-02 04:00

语言模型如何在上下文和记忆之间进行选择？

arXiv:2609.00753v1 Announce Type: cross Abstract: When contextual information conflicts with the knowledge stored in model parameters, activation directions can be used to decode and steer which source the model follows. However, steering along a direction does not establish caus…

本文如何被排名

报道来源 [1]

语言模型如何在上下文和记忆之间进行选择？

相关实体

相关话题