研究追溯 AI 科研能力与训练数据

11 月 2 日的一篇预印本提出，训练集中只出现一次的事实可能与模型产生新发现的能力有关。研究在材料科学和调控基因组任务中改变这类信息的比例，比较两类开放权重模型的表现。

作者报告，在所测设置中，更高比例的单次事实与更多发现相关，这种变化不能仅由数据多样性解释。结果属于特定实验与理论框架，尚不能据此给所有训练数据制定统一配比。

来源：arXiv · 2611.03617。