研究揭示开卷评分主要衡量阅读行为

2026年10月23日，arXiv Artificial Intelligence 刊出 Martino M. L. Pulici 等作者的论文，考察文档级 LoRA 适配器的开卷评分究竟测量什么。研究在 Llama-3.1-8B-Instruct 上为 150 篇 Wikipedia 文章各训练一个 LoRA 适配器，发现开卷评分主要衡量的是所有适配器共有的阅读行为：用另一篇文档训练的随机适配器，可复现专家适配器相对基座模型 82% 的开卷优势；但在不提供原文的 cloze 探针上，该随机适配器仅复现 2%，与零无法区分。作者据此认为，开卷评分更多反映共有的阅读行为，而非文档专属知识。目前事件进展限于这一篇报道，尚无后续跟进。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。