跳到正文
arXiv · AI· Haoben Huang, Shuxin Liu, Ou Wu, Di Gao·· 2026-10-14AI 评分26

JNO 知识编辑框架联合优化大语言模型涟漪效应

Revisiting Ripple Effects in Knowledge Editing through Pressure-Aware Joint Neighborhood Optimization

AI 导读

研究人员提出 JNO 知识编辑框架,通过联合优化解决大语言模型中涟漪效应的耦合压力,在 RippleEdits 数据集上提升指标至少 7.0%。 JNO 实例化 Pressure-Aware Coordination (PAC),联合优化邻域目标表示并应用语义预执行门控,拒绝高风险目标计划。 该方法在保持跨骨干模型编辑稳定性的同时,实现了传播与保留指标的双重提升。

来源:arXiv · AI · arxiv.org