测试期持续学习中的绑定特异性重新学习收益研究

研究发现在测试期持续学习中，先前学到的事实绑定能够为模型带来后续重新学习优势。在 Qwen2.5-1.5B 上的实验显示，经历无重演持续微调后，预先学习过正确绑定的模型重新掌握目标知识的速度快于对照组，且恢复知识所需的优化器更新减少约 18%。这表明仅依据当前行为准确率会低估先前习得经验的持久影响。