从机制层面理解大语言模型微调中记忆知识为何无法泛化

论文将微调后“记住但不会用”形式化为Knowing–Using Gap，并区分准确率差距与时间滞后。作者提出self-patching定位可改善失败泛化的激活位置，发现记忆表征可能已存在，却未被路由至有效计算层；启发式方法恢复了预言机上限的58–75%，且跨领域实验支持该现象。