理解大语言模型中参数知识和上下文知识的相互作用

本研究针对大语言模型（LLMs）在解决复杂问题时如何有效整合内部参数知识（PK）与外部上下文知识（CK）进行了探讨。核心发现表明，当存在上下文信息时，LLMs往往抑制其PK的使用，尽管在某些情况下上下文知识是互补的或无关的，这凸显了LLMs在知识密集型任务中的潜在脆弱性。