约翰斯·霍普金斯大学：增加训练集单次事实可提升LLM科学发现率
热点事件持续更新
约翰斯·霍普金斯大学：增加训练集单次事实可提升LLM科学发现率
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
约翰斯·霍普金斯大学等机构的新研究发现，当训练数据中仅出现一次的事实（monofacts）比例从 0% 提高到 100% 时，大语言模型在材料和 DNA 数据集上的科学发现率会稳步上升。 研究人员通过微调 gpt-oss-20b 和 gemma-3-12b-it 模型验证了这一规律，并指出增加单次出现的事实虽然能带来更多科学发现，但也会伴随产生更多幻觉。
AI 根据报道生成 · 1 小时前更新
最新进展11月6日 06:24
Johns Hopkins 论文发现训练数据中单次出现的事实越多 LLM 科学发现率越高报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- Rohan PaulJohns Hopkins 论文发现训练数据中单次出现的事实越多 LLM 科学发现率越高
约翰斯·霍普金斯大学等机构的新研究发现，当训练数据中仅出现一次的事实（monofacts）比例从 0% 提高到 100% 时，大语言模型在材料和 DNA 数据集上的科学发现率会稳步上升。研究人员通过微调 gpt-oss-20b 和 gemma-3-12b-it 验证了这一规律，并指出增加单次出现的事实会在带来更多科学发现的同时伴随更多幻觉。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。