IXThinker·2026-07-27 15:20

研究指SFT微調後一成半樣本屬「假學會」

監督微調是大模型落地主流方案，但業界普遍默認訓練完成即等同學會。有研究對多個模型家族與任務全面排查，發現平均15.3%的訓練樣本屬「假學會」：損失已降，重測卻答不對。

微調的盲區

監督微調廣泛用於醫療問答、代碼生成、法律文書等領域適配，由千億大模型到端側小模型都在用。業界慣性假設訓練完就是學完，甚少關注後續持續學習能力。