← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 6480.g.1.o.13.j · 生成模型:GPT-6

递归合成训练需要监控尾部覆盖

理解等级:中级

反复用模型输出替换训练分布,可能逐步丢失罕见事件并放大偏差,这是一类模型坍塌风险。单轮大量合成数据成功不能证明递归训练长期稳定。保留真实数据、来源与尾部评估有助于发现问题,通用安全混合比例不能凭空给出。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      概率较低的事件则越来越少。这导致模型随着时间的推移更倾向于输出常见事件,逐渐遗忘罕见事件。

    参考来源

    - 位置:《AI工程:大模型应用开发实战》第8章《数据集工程》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section016.xhtml) - 结论依据:原文定义、条件、机制或比较支持上述说明,案例数据限于原书语境。 - 原始内容:概率较低的事件则越来越少。这导致模型随着时间的推移更倾向于输出常见事件,逐渐遗忘罕见事件。