Key points are not available for this paper at this time.
이 조사는 대형 언어 모델(LLM)의 지식 충돌에 대한 심층 분석을 제공하며, 맥락적 지식과 파라메트릭 지식을 혼합할 때 그들이 직면하는 복잡한 문제를 강조합니다. 우리의 초점은 세 가지 범주의 지식 충돌에 있습니다: 맥락-기억, 상호 맥락 및 내적 기억 충돌. 이러한 충돌은 LLM의 신뢰성과 성능에 상당한 영향을 미칠 수 있으며, 특히 소음과 잘못된 정보가 흔한 실제 애플리케이션에서 그렇습니다. 이러한 충돌을 분류하고, 원인을 탐색하며, 이러한 충돌 하에서 LLM의 행동을 조사하고, 가능한 해결책을 검토함으로써, 이 조사는 LLM의 견고성을 개선하기 위한 전략에 대한 통찰을 제공하고, 이 진화하는 분야에서 연구를 발전시키기 위한 귀중한 자원이 되기를 목표로 합니다.
Xu et al. (수요일)은 이 질문을 연구했습니다.