ACL 2026 论文：新信息冲突时 LLM 仍倾向于旧知识
mdredze · x · 2026-08-19
这项发表于 ACL 2026 的研究发现，即使被明确指示使用新信息，大语言模型（LLM）往往仍依赖于预训练期间学到的旧知识。论文探讨了模型在面临知识冲突时的更新机制与局限性，揭示了 RAG 或上下文学习场景下模型难以有效覆盖既有记忆的问题。
「模型」频道最新
- Reddit 用户实测:Ornith 1.5 35B A3B 幻觉与过度思考明显少于 Flint — BarberIcy366 · 2026-10-23
- Meta 研究员：开源模型难追闭源，烂到根的基础设施是主因 — A_K_Nain · 2026-10-23
- TypeSafe 推出「决策模型」Jev:文本进、浮点数出，输入仅 $0.042/M — ariG23498 · 2026-10-23
- 微软 MAI-Base-2 缩放阶梯曝光:L42 约需 1.8×10^23 FLOPs — teortaxesTex · 2026-10-23
- ggufbench 实测:本地模型 agentic 编码,27B 类已够用,125B 未夺冠 — Joralk_ · 2026-10-23
- NVIDIA 开源 PersonaPlex-7B:能边听边说的全双工语音模型 — solyarisoftware · 2026-10-23