跳到正文
热点事件持续更新

参数化记忆难辨事实时效,新方法盲评零答对

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

Sam Siavoshian 等作者发表论文,提出 Engram Injection 方法:把事实存入 LoRA 适配器,并用 FiLM 条件化在冻结的 Qwen2.5-3B-Instruct 上注入时钟信息,检验模型能否仅凭问题和当前时间回答事实变更。 在 62 对更新前后问题上,两种适配器方法在盲评下均答对 0 对;作为对照,全历史提示答对 59/62,检索答对 62/62。 作者据此认为,模型能学会存储事实,却难以学会何时使用它。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月15日
  1. arXiv cs.AI
    Engram Injection:参数化语言模型记忆的时间有效性研究

    研究提出 Engram Injection,将事实存入 LoRA 适配器,并通过 FiLM 条件化在冻结的 Qwen2.5-3B-Instruct 上注入时钟信息,以检验模型能否仅凭问题和当前时间回答事实变更。在 62 对更新前后问题上,两种适配器方法在盲评下均答对 0 对,而全历史提示答对 59/62、检索答对 62/62。结果表明模型能学会存储事实,却难以学会何时使用它。

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。