研究人员在语言模型中发现了一种称为虚假遗忘的现象,即在微调过程中知识似乎丢失,但实际上可以恢复。这种遗忘甚至可以自我逆转,旧的事实最初会消失,然后重新出现,最后永久消失。一个包含键的共享结构、集中的新值和网络归一化的最小联想记忆模型重现了这些动态。研究表明,遗忘涉及可逆的、共享的访问丢失以及更慢的、灾难性的个体事实侵蚀,两者的主导地位取决于新数据如何影响旧记忆。 AI
影响 这项研究揭示了语言模型遗忘的内部机制,可能为未来的微调策略和模型可解释性提供信息。
排序理由 该集群包含一篇详细介绍语言模型机制新发现的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →