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
- GLM-5.3 评测指数达 60 分，仍是中国最强模型之一 — teortaxesTex · 2026-08-19
- Codex 新版破坏 subagents，回退 0.142.0 可规避 — chibop1 · 2026-08-19
- 让模型厂商自测基准,如同学生自己监考SAT — MattPerault · 2026-08-19
- Grok 4.6 金融尽调基准并列第二，单任务成本仅 0.84 美元 — karinanguyen · 2026-08-19
- Perplexity 上线美国托管 DeepSeek V4 Pro，WANDR 评测性价比出众 — perplexity_ai · 2026-08-19
- 智谱 GLM-5.3 上线，编码性能提升 50% — gaganghotra_ · 2026-08-19