跳到正文
热点事件持续更新

研究称指令微调拉低事实召回,提出“指令税”

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Christophe Khalil 与 Aya Mourad 提交论文,报告其在 AKBC LM-KBC 2026 共享任务中的方案:以文本补全方式提示基础模型,在官方排行榜取得 0.6836 分,超过指令微调模型聊天界面的 0.5681 分,也超过 0.2964 的基线两倍以上。 该任务要求模型在 32B 参数以内、不检索不微调地为主谓关系对生成全部可能宾语。作者将指令微调导致的事实召回下降称为“指令税”,并称其源于模型权重而非提示方法。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月21日
  1. arXiv cs.CL
    指令税:基础模型在事实召回上可胜过指令微调版本

    在 AKBC LM-KBC 2026 共享任务中,基础模型以文本补全方式提示取得 0.6836 分,超过指令微调模型聊天界面的 0.5681 分,也超过 0.2964 的基线两倍以上。任务要求模型在 32B 参数以内、不检索不微调地生成主谓关系对的全部可能宾语。作者将指令微调导致的事实召回下降称为“指令税”,并指出其源于模型权重而非提示方法。

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。