通过源屏蔽更新减轻LLM目标语言适应中的灾难性遗忘

这项研究侧重于将大型语言模型（LLM）适应新目标语言时的一个关键问题：灾难性遗忘。 提出的方法“源屏蔽更新”旨在防止模型在学习新目标语言的同时，丢失其对原始源语言的知识。 这篇论文可能详细介绍了用于评估此方法有效性的方法、实验设置和评估指标。 “源屏蔽更新”的使用表明了一种在适应过程中保护源语言知识的策略，可能涉及选择性更新或正则化等技术。