语言模型中的自我保护：Qwen 持续学习与回放数据研究

研究以 Qwen 不同规模模型做持续指令微调，把任务描述与样例组织成 Task Banks，由冻结模型选择并组合条目生成回放数据。生成回放减少了库外任务的遗忘，合并部分库在全部测试规模上提升已答对样本的平均保持率；新任务引导的回放目标选择在 4B 规模优于随机选择，小模型未见相应优势。固定样例预算下，用回放替换新任务样例可增强保护但降低新任务收益。