待验证50% 置信事实精确时间

即便是经过指令微调或对比学习优化的现代嵌入模型（如BGE、E5），各向异性问题也并未完全消除，只是程度有所改善

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/11

首次发现

有效期至：2027/1/9

来源

超越语义搜索：探索嵌入模型的趣味实验指南

涉及实体

BGEmodel E5model 各向异性concept

相关事实

待验证阿里团队发现强化学习训练不会导致模型其他能力下降，反而会带来全面协同提升，与传统微调中的灾难性遗忘问题形成对比70% 相似待验证该研究得出结论：在其实验设置下，学习式上下文规划只是一个微弱的相关性信号，而不是强检索的替代方案65% 相似待验证NEAT不像传统强化学习那样依赖梯度下降，而是模拟自然选择进行迭代65% 相似待验证在提示中提供对比性示例（同时给出正反案例）比单独给出正面案例的引导效果更强，属于少样本学习（Few-shot Learning）65% 相似待验证奠基性研究及多项元分析得出结论：学习编程带来的能力迁移并没有发生，收益不会迁移到通用认知任务65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/995600

API

curl https://kongchang.com/api/v1/knowledge/claims/995600

MCP

get_claim(id=995600)