ACL 2026 | 腾讯混元发现「不完全学习」，SFT 仍漏学 15%训练数据
中文摘要
腾讯混元与UNSW揭示SFT存在“不完全学习”现象，即便模型收敛仍有15.3%数据未被学习，并提出了检测与干预框架。
English Summary
Tencent Hunyuan and UNSW's study reveals "Incomplete Learning Phenomenon" in SFT, where models fail to learn 15.3% of training data even after convergence.
Original Excerpt
📌 一句话摘要 腾讯混元与 UNSW 联合团队在 ACL 2026 发表论文，系统性地揭示了 SFT 后模型平均仍有 15.3% 训练样本未被有效学习的「不完全学习」现象，并提出了检测、归因与干预的完整框架。 📝 详细摘要 本文解读了腾讯混元与 UNSW 联合团队在 ACL 2026 上发表的论文，该论文首次系统性地研究了 SFT 中的「不完全学习现象」（ILP）。核心发现是，即使 SFT 训练已收敛，模型在训练集上重...