跳到正文
热点事件持续更新

低质社交数据削弱大模型能力

1 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

Texas A&M University研究团队用2010年公开推文筛选低质内容,并以不同比例训练Llama 3 8B及三个Qwen模型。结果显示,热门短帖对模型推理影响更明显,较长且低质的内容更易影响记忆和理解;当训练数据全部为低质内容时,部分模型的伦理行为也发生变化。 研究者称,改用更干净的数据重新训练,仍未能完全修复上述影响。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月20日
  1. Digital Trends
    研究发现低质社交数据可能损害AI推理与记忆

    Texas A&M University研究团队从2010年公开推文中筛选低质内容,并用不同比例数据训练Llama3 8B及三个Qwen模型。研究显示,热门短帖更易影响推理,长度和低质内容则对记忆与理解影响更大;使用100%低质数据后,部分模型的伦理行为也发生变化。研究者称,使用更干净的数据重新训练未能完全修复影响。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。