arXiv Artificial Intelligence· Haoben Huang, Shuxin Liu, Ou Wu, Di Gao·· 18 小时前AI 评分22
重新审视知识编辑中的涟漪效应：基于压力感知联合邻域优化
Revisiting Ripple Effects in Knowledge Editing through Pressure-Aware Joint Neighborhood Optimization
AI 导读
针对大语言模型单次编辑会引发知识邻域涟漪效应的问题，研究者提出联合邻域优化（JNO）框架，在目标规划阶段同时处理可编辑侧协调与保留侧泄漏两种耦合压力。JNO 通过压力感知协调（PAC）联合优化邻域目标表示，并设置语义预执行门在参数执行前拒绝高风险目标方案。在 RippleEdits 上，JNO 将传播与保留指标至少提升 7.0%，同时保持跨骨干编辑稳定性。
来源：arXiv Artificial Intelligence · arxiv.org