斯坦福：三个变量即可预测大模型逐字记忆

斯坦福 NLP 组 Chris Potts 团队发布新进展：无需训练完整模型，仅凭三个已被充分理解的变量，即可准确预测语言模型的逐字记忆（verbatim memorization），AUC 最高达 0.94。该实验在 Hubble 模型套件上进行，回应了「Don't just Fix it in Post」论文提出的开放问题。

2026-10-23 ~ 2026-10-24 · 2 条相关

• 仅凭三个变量即可预测大模型逐字记忆,AUC 最高达 0.94 — ChrisGPotts · 2026-10-23
• 斯坦福称仅用三个变量即可准确预测 LLM 逐字记忆 — stanfordnlp · 2026-10-24