超网络持续学习中的知识交互：冲突与组合

研究在超网络适配框架下考察LLM持续学习中的知识交互，该框架由共享网络根据上下文生成适配器，使冻结的基础模型无需任务特定更新即可适配。知识冲突时模型优先遵循上下文，其选择更多取决于知识呈现位置而非内容；多跳推理中模型无法可靠组合基础模型、适配器与上下文三源知识，关键断裂来自超网络与基础模型及上下文的交互。