大语言模型微调更新的秩度量需要噪声基线

研究表明用秩度量大语言模型微调权重更新时必须引入噪声基线与无对齐内容的对照组。统计方向维度的指标显示微调更新仅略低于随机噪声，而稳定秩（stable rank）则远低于噪声，表明更新由少数强方向及长尾组成；该模式在最高 8B 参数的 13 对开源模型中均成立，且非对齐独有特征。研究还发现同等规模的随机更新同样几乎不改变模型有效秩，直接反驳了仅凭有效秩变化断言后训练是表面微调的观点。