Legible方法缓解微调后两跳推理失效
热点事件持续更新
Legible方法缓解微调后两跳推理失效
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
研究者提出Legible方法，用一个损失项让微调写入的新事实在桥接短语处与模型自身对该实体的读取表示对齐，无需多跳训练数据。 在Qwen2.5、Llama-3和Qwen3上，Legible在MQuAKE两跳诅咒问题上的组合成功率超过模型自身知识，桥接准确率达CaKE的1.8-2.6倍，并在RippleEdits及14B规模上解除该诅咒。 该结果来自论文报告，尚未见独立复现。
AI 根据报道生成 · 46 分钟前更新
最新进展11月4日 13:00
Legible：让微调写入的新事实能被模型正确读取，破解两跳推理诅咒报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv cs.CLLegible：让微调写入的新事实能被模型正确读取，破解两跳推理诅咒
研究者提出 Legible 方法，用一个损失项让微调写入的新事实在桥接短语处与模型自身对该实体的读取表示对齐，无需多跳训练数据。在 Qwen2.5、Llama-3 和 Qwen3 上，Legible 在 MQuAKE 两跳诅咒问题上的组合成功率超过模型自身知识，桥接准确率达 CaKE 的 1.8-2.6 倍，并在 RippleEdits 及 14B 规模上解除该诅咒。
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。