RKI：状态感知递归知识改进方法

2026年10月28日，arXiv cs.CL 刊出论文提出状态感知的递归知识改进方法 RKI，将大语言模型的知识改进形式化为多轮干预过程：每一轮先定位模型弱点，再依据诊断证据与既往干预历史估计知识状态并据此选择干预，模型更新后重新评估。论文称，在 HotpotEval 和 SafeInternalEval 两个评测上，RKI 平均领先现有知识注入方法 18.41 分；分析还显示，知识状态能在弱点定位之外为干预选择提供额外指引，并会随模型更新而变化。目前为该论文公开报告的方法与实验结果，尚无后续独立复现或应用报道。

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。