Engram Injection 研究：参数化记忆时间有效性

一项新研究测试了把事实写入模型参数后，模型能否判断事实的时效性。作者用 Engram Injection 将事实存入 LoRA 适配器，并为冻结的 Qwen2.5-3B-Instruct 模型提供 FiLM 时钟条件，结果模型学会了事实本身，却学不会何时使用它。 在 62 对更新前后的问题上，两种适配器方法在盲评中答对 0 对；作为对照，全历史提示词答对 59/62，检索方法答对 62/62。这表明按参数写入记忆的方案在时间有效性判断上明显落后于提示词与检索方案。 研究由 Sam Siavoshian 等作者完成，结论指向：仅靠问题与当前时间，参数化记忆尚不能可靠回答随时间变化的事实。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。