arXiv 论文：灾难性遗忘集中于低频词输出嵌入，调高 Adam epsilon 可缓解
原文标题：A Deafening Silence: Catastrophic Forgetting Lives in the Output Embeddings of Tokens the Data Never Speaks
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
一篇 arXiv 论文系统分析了 LLM 持续预训练与微调中的灾难性遗忘发生位置，发现遗忘集中在训练语料中罕见 token 的输出嵌入上，而非模型主体。机制上，缺失 token 受到持续的单侧 softmax 梯度，被 Adam 二阶矩归一化放大成完整更新。作者提出仅在输出投影层提高 Adam 的 epsilon，在 160M 至 12B 参数、四个模型家族的八个设置中消除 39.4%–67.9% 的遗忘，且不损害目标学习，与 replay 结合在 Qwen/韩语上达 79.8%。
- 问题
- 持续预训练与微调中的灾难性遗忘发生在哪里、为何发生。
- 方法
- 定位遗忘集中于新语料罕见 token 的输出嵌入，提出仅在输出投影层提高 Adam epsilon。
- 结果
- 在 160M 至 12B、四个模型家族的八个设置中消除 39.4%–67.9% 遗忘，与 replay 结合在 Qwen/韩语上达 79.8%。
- 影响
- 无需原始数据即可大幅缓解遗忘，且不用逐模型调参，直接可加进现有训练脚本。
深读 · 结论先行AI 生成展开看要点与影响 ↓
灾难性遗忘集中在低频词输出嵌入，仅调高输出投影层Adam epsilon即消除39.4%–67.9%遗忘。
- •参数冻结实验（最高1.4B、五种设置）显示遗忘选择性集中在训练语料罕见token的输出嵌入，模型主体惰性
- •机制：缺失token受持续单侧softmax梯度，被Adam二阶矩归一化放大为完整更新
- •仅在输出投影层提高Adam epsilon，在160M至12B、四个模型家族八个设置中消除39.4%–67.9%遗忘，不损目标学习
- •与replay结合在Qwen/韩语上达79.8%，并挽救released-head LoRA的23倍遗忘激增
为什么重要：给出无需原始数据的免回放缓解手段，对做持续预训练与微调的团队可直接落地。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。