损失收敛不等于学习：腾讯混元ACL 2026剖析SFT训练中15.3%的“虚假学习”样本

腾讯混元在ACL 2026上展示了关于监督微调（SFT）中“虚假学习”现象的研究。研究表明，即使训练损失收敛，模型也可能并未真正学会目标知识。他们发现SFT中15.3%的样本存在这种虚假学习，即损失下降但模型未能泛化。团队开发了一种检测方法来识别此类样本，并提出了缓解虚假学习的技术，提高了SFT的可靠性。