热点事件持续更新
语言模型自我保护研究：Qwen持续学习与回放数据
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月12日，arXiv《Computation and Language》发表关于语言模型自我保护的研究（持续指令微调场景）。研究以Qwen不同规模模型为对象，将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。结果显示，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，但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。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
生成回放减少库外任务遗忘，合并部分库在全部规模提升保持率，4B规模新任务引导选择优于随机。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv · Computation and Language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。
本事件热度走势
当前热度 9·可比范围峰值 10（10月12日 12:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。