热点事件持续更新
研究揭示模型迭代中预训练信息透明度常有倒退
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月28日，arXiv发布针对语言模型跨版本迭代中预训练信息披露的研究。该项研究对17个模型族、41个模型进行了审计，结果显示后续版本并未持续保留先前的预训练信息披露。在10个模型族的24次相邻版本对比中，披露得分出现11次下降、6次上升，总计出现38项指标减少与28项增加。此外，总分提升往往掩盖了具体细节的损失，例如Llama-3.1整体得分虽高于Llama-2，但丢失了2项数据标准得分；整体来看，各模型在语料构成与训练算力方面依然存在披露空白。
AI 根据报道生成 · 7 小时前更新
最新进展10月28日 12:00
arXiv研究显示语言模型后续版本常减少预训练信息披露，存在指标倒退。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv 自然语言处理语言模型跨版本迭代中的预训练信息披露研究
一项对 17 个模型族、41 个模型的审计显示，语言模型后续版本并未持续保留先前的预训练信息披露。在 10 个模型族的 24 次相邻版本对比中，得分有 11 次下降、6 次上升，总计出现 38 项指标减少与 28 项增加。总分提升常掩盖细节损失，如 Llama-3.1 虽高于 Llama-2 却丢失 2 项数据标准得分，语料构成与训练算力仍存披露空白。
本事件热度走势
当前热度 8·可比范围峰值 10（10月28日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。