arXiv · cs.CL· Abdelkader Metales·· 19 小时前精选AI 评分54
arXiv 论文提出证据门控持续学习方法，缓解 LLM 从数据流中吸收谎言
Surprise Alone Learns Lies: Evidence-Gated Continual Learning for LLMs from Streaming Claims
来源与原文
arXiv · cs.CL
作者：Abdelkader Metales
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/2610.39840v1
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
arXiv 论文指出基于惊喜度的持续学习会把低概率的谎言几乎全部吸收，并用 Qwen2.5-1.5B、Qwen2.5-3B 和 Llama-3.2-3B 的 LoRA 学生模型实测。模型自身先验可将已知事实的谎言与真新事实区分开（AUC 0.78-0.83），但区分不出同类合法更新（AUC 0.53）；结合不可伪造的可信信源路由时系统毒化率最低，但攻击者植入 30% 匹配信源时效果反而劣于仅用裁判。
推荐理由
论文用三個小模型实测了惊奇驱动持续学习吸收谎言的比例，并比较了验证器、先验过滤和证据路由等方案的攻防边界。
来源：arXiv · cs.CL · arxiv.org