待验证50% 置信基准精确时间
HoS 在标准多项选择基准和提示设置上保持了基础模型的性能，而 SecAlign 和 ASIDE 在少样本场景下出现退化。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/28
首次发现
有效期至：2027/1/26
来源
涉及实体
相关事实
待验证此前不少AMO工作报告了优于单个预测器的结果，但对比缺乏控制，候选池中可能已包含针对特定任务表现突出的模型。64% 相似已验证PEFT技术的核心思想是不更新全部参数，而是引入少量可训练的适配器参数（如LoRA的低秩矩阵分解），降低显存和计算需求同时保留接近全量微调的效果64% 相似待验证MAEM在四个类别增量图学习基准上进行了验证，结果显示近因偏差显著缓解、性能超越多个强持续图学习基线、在严格无回放条件下保持模型容量有界。64% 相似待验证参数量较小的本地模型可能出现指令漂移，更可靠的方案是结合引用溯源和答案验证层构建多重防护63% 相似待验证SimpleLoRIF 的简化策略（只回传最后几个块、低秩近似）是否在其他模型架构上同样有效，以及梯度对齐分数与下游安全指标的因果关系强度，仍需更多独立验证。63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1106052API
curl https://kongchang.com/api/v1/knowledge/claims/1106052MCP
get_claim(id=1106052)