生物医学微调模型知识性弃答审计

Stephen Peng 等作者发布审计研究，对比 25 个生物医学领域微调大语言模型与 11 个配对基座检查点，发现知识型适当弃答在微调后进一步下降：在 MedAbstain 上，中位数从基座的 8.3% 降至 4.2%，25 对中有 21 对出现下降。 研究称，变化幅度与方向在不同模型对之间差异明显，作者据此呼吁采用在提升领域能力的同时保留适当谨慎的微调方法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。