待验证50% 置信观点精确时间
决定新关系能否泛化的关键不是事实能否被回忆，而是其共享结构在预训练表示中是否容易被线性读出。
1
来源数
50%
置信度
长期有效
时效性
2026/10/16
首次发现
来源
涉及实体
相关事实
待验证如果想让模型通过微调学会一种新关系，应先检查其在预训练表示里是否已经线性编码了对应的旧结构；对于线性可读性差的关系，单纯增加微调样本可能收效有限。72% 相似待验证修订后的知识不仅在训练时见过的句式中生效，在从未见过的表达方式中同样可用70% 相似待验证作者认为LLM的'思维链'（Chain-of-Thought）输出更可能是对训练数据中推理模式的高度拟合与复现，而非真正意义上的逻辑演绎69% 相似待验证重新设计表征聚合机制以让关系信息在聚合过程中不被破坏是值得探索的未来方向67% 相似待验证论文提出对比学习得到的表示天然蕴含一个几何家族而非单一几何，同一组固定向量表示可被特化到不同语义结构而无需重新训练模型67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1041963API
curl https://kongchang.com/api/v1/knowledge/claims/1041963MCP
get_claim(id=1041963)