待验证50% 置信事实精确时间

论文证明从同一完美拟合检查点出发，SFT在有限训练区间内的遗忘存在严格大于零的下界

1

来源数

50%

置信度

长期有效

时效性

2026/10/5

首次发现

来源

SFT为何比RFT更易遗忘？风格漂移揭示监督微调的隐性代价

涉及实体

相关事实

待验证SFT微调有效但导致小模型通用知识下降，即灾难性遗忘现象，因小模型容量瓶颈突出68% 相似待验证使用稀疏的仅基于最终结果的强化学习奖励信号，模型修复了被 SFT 破坏的真定理识别能力并将识别率提升到 0.66，超越基础模型68% 相似待验证标准化基准测试存在分布外泛化的局限，智能体可能通过记忆训练集模式得分而非真正具备推理能力67% 相似待验证MERIT通过泄漏检测机制验证任务对早期事件事实的依赖性，只有无记忆时成功率为0的任务才被纳入最终评估67% 相似待验证监督微调（SFT）往往比强化微调（RFT）带来更严重的灾难性遗忘66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/975969

API

curl https://kongchang.com/api/v1/knowledge/claims/975969

MCP

get_claim(id=975969)