后训练后通用能力下降与灾难性遗忘
哪些公司问过
答案要点
- 常见问题:灾难性遗忘、小数据过拟合、对齐税(过度保守、拒答增多)
- 数据回放:混入通用SFT或预训练数据,RL提示集覆盖多任务
- 训练约束:KL惩罚、较小学习率与步数、LoRA等参数高效方法、辅助损失控制权重
- 持续评估通用与OOD评测集,按checkpoint选平衡点
- 可与基座模型做权重插值或模型合并来折中
易错点
- 只看目标任务指标上涨,不评估通用能力和分布外表现
- RL阶段去掉KL约束追求高奖励,导致策略偏离和能力退化
- 认为参数高效微调能彻底避免灾难性遗忘
面试官常见追问
- PPO/GRPO之后如何防止OOD问题上性能崩塌?
- LoRA就一定不会遗忘吗?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。