待验证50% 置信事实精确时间

当教师具有非均匀风格偏好时，SFT会在种群更新下沿非零任务均值产生离轴风格漂移，成为遗忘的根源

1

来源数

50%

置信度

长期有效

时效性

2026/10/5

首次发现

来源

SFT为何比RFT更易遗忘？风格漂移揭示监督微调的隐性代价

涉及实体

相关事实

待验证论文证明从同一完美拟合检查点出发，SFT在有限训练区间内的遗忘存在严格大于零的下界66% 相似待验证作者将该现象解读为梯度下降在训练中刻意将某些模式和概念安放在噪声区间62% 相似待验证教师模型的不确定性在学生token序列上是可因式分解的，分歧被推迟到后续token才解决，可利用链式法则找回61% 相似待验证当底层KT模型发生变化（如从BKT迁移到DKT）或教学优先级调整时，掌握度阈值必须重新校准61% 相似待验证监督微调（SFT）往往比强化微调（RFT）带来更严重的灾难性遗忘60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/975968

API

curl https://kongchang.com/api/v1/knowledge/claims/975968

MCP

get_claim(id=975968)