待验证50% 置信事实精确时间

领域微调在提升目标领域表现的同时会削弱模型在通用任务上的表现。

1

来源数

50%

置信度

长期有效

时效性

2026/11/2

首次发现

来源

HyperRepair：仅推理阶段恢复微调模型通用能力

涉及实体

领域微调concept 预训练语言模型concept

相关事实

待验证改变场景的利害程度（stakes）会导致模型出现严重但局部的失效，即便底层专业义务未改变模型也会改变回应79% 相似已验证专用小模型的局限在于任务边界模糊、需要跨领域推理或处理未见边缘情况时泛化能力会迅速下降79% 相似待验证基础任务性能与泛化能力的正相关关系在显著分布偏移下会减弱79% 相似已验证无关信息占据上下文空间（上下文污染）会显著降低模型在核心任务上的表现76% 相似待验证相关研究指出基础模型通常能从约束中受益，但指令微调过的模型在开放式生成任务上质量会明显下降76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1125127

API

curl https://kongchang.com/api/v1/knowledge/claims/1125127

MCP

get_claim(id=1125127)