待验证50% 置信事实精确时间
视觉语言模型（VLM）在类别不平衡数据上微调后，罕见类别的召回率甚至会低于模型自身的零样本表现。
1
来源数
50%
置信度
长期有效
时效性
2026/10/16
首次发现
来源
换一个推理提示词，罕见类召回率就回来了？VLM微调失衡新发现
rss2026/10/15
涉及实体
相关事实
待验证轻量级模型由于参数量较小，在罕见 API 或小众库的覆盖上通常弱于旗舰模型69% 相似待验证生成器LLM、探针模型、提示词详细度三者合计贡献不足10%的方差68% 相似待验证约 70 亿参数的小型语言模型（如 allam-2-7b）相比 GPT-4 级别模型，在指令遵循、长上下文推理和自知力方面明显更弱，容易产生幻觉或无视负面约束。66% 相似待验证以 Qwen3-4B 为基础模型，仅用反例数据做监督微调会让模型对真定理的识别能力从 0.27 崩溃到 0.0065% 相似待验证Qi 等人（ICLR 2024）观察到，仅用少量对抗样本就能导致模型对齐退化，即便是良性数据集也会产生较小的负面影响65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1046204API
curl https://kongchang.com/api/v1/knowledge/claims/1046204MCP
get_claim(id=1046204)