arXiv · cs.CL· Runze Jiang·· 1 天前AI 评分37
弱点定位不够：面向大语言模型的状态感知递归知识改进（RKI）
Weakness Localization Is Not Enough: State-Aware Recursive Knowledge Improvement for Large Language Models
来源与原文
arXiv · cs.CL
作者：Runze Jiang
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.36811v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
论文提出递归知识改进方法 RKI，将大语言模型知识改进建模为状态感知的序贯干预过程，以解决仅靠弱点定位无法判断干预方式的“知识状态混叠”问题。RKI 将知识组织为图结构单元，逐轮定位弱点、估计知识状态、选择干预并重新评估。在 HotpotEval 和 SafeInternalEval 上，RKI 平均超过现有知识融入方法 18.41 分。
来源：arXiv · cs.CL · arxiv.org