arXiv论文提出证据门控持续学习方法防谎言注入
热点事件持续更新
arXiv论文提出证据门控持续学习方法防谎言注入
1 篇报道1 个报道来源19 小时前更新
先了解这件事
AI 综述
Abdelkader Metales 在 arXiv（2610.39840）发布论文，提出证据门控持续学习方法，用于缓解大语言模型从数据流中吸收谎言。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，吸收率与同预算随机选择相当。作者用 Qwen2.5-1.5B、Qwen2.5-3B 和 Llama-3.2-3B 的 LoRA 学生模型实测：模型自身先验无需裁判即可标记与已知知识矛盾的断言，能区分已知事实的谎言与真新事实（AUC 0.78-0.83），但区分不出同类事实的合法更新（AUC 0.53）。结合不可伪造的可信信源路由时系统毒化率最低，但当攻击者为 30% 的谎言植入匹配信源时，效果反而劣于仅用裁判。
AI 根据报道生成 · 46 分钟前更新
最新进展10月29日 19:19
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报道时间线
沿着报道，了解事件的不同侧面。
10月29日
- arXiv · cs.CL精选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
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。
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。