LLM先记忆后泛化，扩散模型先泛化后记忆
gabriberton · x · 2026-07-03
研究者指出，LLM与视觉扩散模型在训练过程中呈现截然相反的学习模式：LLM倾向于先记忆训练数据，随后才逐渐泛化；而扩散模型（视觉领域）则先展现出泛化能力，记忆行为出现得更晚。两类模型的共同点在于，增加数据是避免过度记忆的最有效手段。这一对比为理解不同架构在过拟合与泛化机制上的差异提供了新视角。
「研究」频道最新
- 3D ResNet 论文八年突破 3000 引用，Kinetics 数据集成里程碑 — HirokatuKataoka · 2026-09-11
- 把数据调度变成优化的一部分：样本选择与排序影响 LLM 训练 — Puzzleheaded_Box2842 · 2026-09-11
- Jeff Heaton《神经网络数学导论》开放免费完整下载 — blaizedsouza · 2026-09-11
- 数学家 Daniel Litt 上线问题库,15 题仅 1 题被解,用来追踪 AI 解题进度 — littmath · 2026-09-11
- AI 智能体协作优化 secp256k1 量子电路,挑战打破 ECDSA — StefanoGogioso · 2026-09-11
- Alex Townsend 汇编 200 个数值线性代数开放问题，供人类与 AI 攻关 — IgorCarron · 2026-09-11