约翰霍普金斯论文：单次事实占比与模型发现率

2026年11月6日，X 用户 Rohan Paul 发帖介绍约翰斯·霍普金斯大学的一篇新论文，称训练数据中只出现一次的事实（monofacts）占比越高，LLM 的科学发现率越高。据该帖，研究团队在材料与 DNA 数据集上微调 gpt-oss-20b 和 gemma-3-12b-it，将单次事实占比从 0% 调至 100%，两个模型家族的科学发现率均随占比上升而稳步提高。帖子同时指出，当训练 3 或 5 个 epoch、使单次出现的事实变为重复出现后，这一趋势消失。目前该事件仅有这一条来源，尚无其他主报道或跟进报道，论文原文细节与结论有待进一步核实。

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。