研究统一多模态模型跨模态遗忘与迁移

2026年10月20日，arXiv 人工智能板块刊出 Francesco Colasurdo 等作者的论文，研究统一多模态模型后训练中的跨模态遗忘与迁移。该研究以 Janus-Pro-7B 的 LoRA 后训练为实验对象，测量其跨模态遗忘情况。报道称，单次训练后，未训练能力在四个公开基准和自由英文生成上均未退化；即使适配器将留出威尔士语困惑度降低 76%、相对权重变化不足 2%，这一结论仍然成立。目前该事件仅有一篇主报道，尚无后续跟进报道，也未出现与早先报道在数字、时间或说法上的矛盾。

AI 根据报道生成 · 37 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。