跳到正文
热点事件持续更新

研究发现LLM知识冲突选择可由残差流单一方向引导

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Yibin Lou、Yi Hu、Jianhui Chen、Chenpeng Wang、Muhan Zhang、Liangming Pan 在 arXiv 预印本(arXiv:2610.20067)中报告:大语言模型在参数知识与上下文(提示提供)知识冲突时的选择,在线性方向上表示,并可通过模型残差流中的单一方向进行调节(引导)。 作者称,该引导方向可在事实冲突、RAG、记忆和规则遵循等任务间迁移;在四个模型家族和多种迁移设置下,引导一致地提高了模型对提示所提供信息的利用,优于未引导模型。 当前依据仅为论文摘要,结果属作者声称,尚无独立验证。

AI 根据报道生成 · 2 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
    LLM信任什么知识?研究发现可跨知识冲突迁移的引导方向

    作者发现,大语言模型对参数知识与外部上下文知识的选择在线性方向上表示,并可通过模型残差流中的单一方向进行调节。该方向在事实冲突、RAG、记忆和规则遵循任务间迁移,作者报告称跨四个模型家族和多种迁移设置均改善了模型对提示所提供信息的利用;当前依据仅为论文摘要。

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。