NeurIPS 2026论文提出LLM功能性知晓感训练框架
热点事件观察中
NeurIPS 2026论文提出LLM功能性知晓感训练框架
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Zichuan Fu 等在 arXiv 提交的 NeurIPS 2026 论文针对大语言模型后训练更新导致的“知识与判断脱节”问题，提出功能性的知晓感（FoK）框架，含知识通道与 FoK 通道两条可训练通道。该框架不涉及主观体验，用于支持选择性生成、检索触发和模型路由。 训练分三阶段：OP-SFT 更新知识、KΔ-FT 跨中间知识状态适配判断、FGPO 优化后续回答。Factual-QA 实验、跨数据集评测和三次顺序更新结果显示，显式 FoK 对齐提升了更新知识上的判断质量，MMLU 与 ARC-Easy 验证了能力保留。
AI 根据报道生成 · 12 小时前更新
最新进展11月3日 21:04
大语言模型中的“知晓感”（FoK）研究：让知识与判断保持同步报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · cs.CL大语言模型中的“知晓感”（FoK）研究：让知识与判断保持同步
一篇 NeurIPS 2026 论文研究 LLM 后训练更新导致的“知识与判断脱节”，提出功能性的知晓感（FoK）框架，包含知识通道与 FoK 通道两条可训练通道。训练分三阶段：OP-SFT 更新知识、KΔ-FT 跨中间知识状态适配判断、FGPO 优化后续回答。Factual-QA 实验、跨数据集评测与三次顺序更新表明显式 FoK 对齐提升了更新知识上的判断质量，MMLU 和 ARC-Easy 验证能力保留。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 411月5日 03:00
- 近 24 小时变化
- –
0246
04:0006:0008:0010:0012:0014:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。