Skip to content
Hot eventLive

GRASP：微调中无监督识别并移除虚假相关

1 reports1 sources2 hr ago updated

Get the story

AI overview

2026年10月12日，arXiv 统计学机器学习栏目发布一手研究，提出 GRASP（GRadient projection of Associated Spurious Patterns）。该方法可在无监督条件下，从朴素 LoRA 微调权重中识别与虚假相关对应的潜在因子，并阻止模型在微调过程中新增对这些因子的依赖，同时保留预训练所学内容。目前公开信息仅涉及该方法的目标与机制，未披露实验数据、基准结果或代码开源情况。

Generated from reports · updated 2 hr ago

LatestOct 12
arXiv 新研究提出 GRASP，无监督识别 LoRA 微调中的虚假相关因子并阻止新增依赖。

Timeline

Follow the coverage from different angles.

Oct 12, 2026
  1. arXiv · Statistics Machine Learning
    GRASP：微调期间无监督识别并移除虚假相关

    研究提出 GRASP（GRadient projection of Associated Spurious Patterns），可在无监督下从朴素 LoRA 微调权重中识别虚假相关对应的潜在因子，并阻止模型新增对其依赖，同时保留预训练内容。

Heat trend

There is not enough continuous observation data to draw a trend yet.