学了一门新语言，母语反而生疏；给 AI 灌入新知识，它却把旧本事忘了——而且可能忘得比人更彻底。这种现象叫灾难性遗忘（catastrophic forgetting），是微调大模型时绕不开的一个现实问题。结论先说：模型的知识存在同一批参数里，参数是共享的，改一处可能牵动全局，所以它学新的可能覆盖旧的。
为什么是「覆盖」而不是「叠加」
人学新东西，旧记忆相对独立，新技能不会冲掉旧技能。模型不一样，它没有「分区存储」，所有知识都压缩在同一批参数里。用新数据训练时，参数被调整以适配新任务，这些调整可能把原来学到的能力覆盖掉。新任务练得越猛，旧能力丢得越多——这就是「灾难性」三个字的来历。
它解释了微调的两个现实
一是微调不是万能的：针对某个领域微调之后，模型在那个领域变强了，在闲聊、写作等通用任务上可能变笨，顾此失彼。二是更新知识是两难：想让它学会新知识，又不想丢旧知识，至今没有优雅解法。理解了灾难性遗忘，就不会把「微调」当成无代价的升级按钮。
四种应对办法，各有代价
业内应对灾难性遗忘，主要有四条路线，原理和代价都不同。下表把它们并排列出。
| 应对办法 | 原理 | 适用与代价 |
|---|---|---|
| 数据混合 | 新任务里掺入旧任务数据，提醒别忘 | 简单有效，但需要保留旧数据 |
| 参数冻结 | 只训练一小部分参数，不动主干 | 改动小，新任务能力可能受限 |
| 定期回放 | 周期性用旧数据再训练一遍 | 缓解遗忘，计算成本高 |
| 检索代替训练 | 让模型查资料，而不是记进参数 | 新知识不写进权重，靠检索提供 |
四条路线的取舍很清楚：想简单就用数据混合，想省钱就用检索代替训练，想精准就冻结主干只训小模块。没有哪条是免费的，都要在「旧能力保留」和「新能力获取」之间做交换。
为什么更新知识这么难
根源还是参数共享。只要知识写进同一批权重，就难免互相干扰；而想把知识「分开存」，又回到了人脑式的架构，目前模型还没有稳定做到。所以现在更务实的做法是：能不训练就不训练，用检索增强（RAG）让模型现查现用，把「记忆」外包给外部资料，而不是硬塞进参数。
它和大语言模型、持续学习的关系
灾难性遗忘首先是大语言模型这类大参数模型的问题：参数越多，共享越深，牵一发动全身。语音合成这类多语言场景也有类似表现——新学的语言可能挤占原来的发音能力，念错字，根源之一在语音合成的文本前端怎么处理多语言。至于怎么让模型「一边学新的、一边稳住旧的」，正是持续学习要解决的事，和视频延展里「一段接一段还要保持前后一致」是同一类难题。
普通人该怎么看「微调版」模型
两个判断就够了。一是看到「XX 领域专用模型」，先问它通用能力掉没掉，而不是默认它「更强了」。二是需要实时新知识的场景，优先选带联网检索的方案，而不是指望一个训练好的模型「什么都知道」。这两个判断不需要懂训练细节，只要记住「参数会覆盖」这一条。判断一个专用模型靠不靠谱，先看它有没有同时保住通用能力；判断知识新不新，看它是记进了参数，还是现查现用。
灾难性遗忘速查
- 成因：参数共享、无分区存储，改一处牵动全局
- 后果：微调后通用能力下降、更新知识变难
- 思路：数据混合、参数冻结、定期回放、检索代替训练
灾难性遗忘提醒我们：模型更像一块反复擦写的黑板，写上新内容的同时，旧内容可能被抹掉。这也是为什么「更新知识」和「保持能力」必须放在一起权衡。
