训练与微调

灾难性遗忘

Catastrophic Forgetting

微调新任务后,模型把原来的能力忘掉了。

又称 Catastrophic Forgetting

本词条最后核验 2026-11-21 · 由本站编辑整理,欢迎指正

01 详细解释

在窄领域数据上训练太久,模型会把参数整体推向新分布,通用对话、指令跟随能力明显下降。学习率过高、训练轮数过多时最严重。

缓解手段:混入 10%–30% 的通用数据一起训、降低学习率、只训 LoRA 旁路、每轮都在通用评测集上回归测试。

02 什么时候会碰到它
判断一个新版本到底改了什么时

预训练、对齐、微调、蒸馏各有各的代价。看懂这组词,才能分清「知识量变了」还是「只是更听话了」,也才知道自己的业务该不该做微调。

03 和这几个词怎么区分
04 接着读这几篇

小7分享网 · 聚焦 AI 的实用博客

每天一篇,跟进 AI 行业动态、实测新工具、拆解实战教程。不堆术语,不炒概念,只写真正用得上的内容。

浏览全部文章关于本站

欢迎回来

登录 小7分享网,继续你的精彩

还没有账号?立即注册

忘记密码 ?

创建账号

注册后即可体验完整功能

已有账号?直接登录

我们将发送一封验证邮件至你的邮箱, 请正确填写以完成账号注册和激活