跳到正文
热点事件持续更新

研究揭示知识编辑无法真正擦除事实

1 篇报道1 个报道来源12 小时前更新

先了解这件事

AI 综述

2026年11月9日，arXiv Artificial Intelligence 刊出 Advik Raj Basani 与 Anshuman Chhabra 的论文，从对抗诱导角度检验大语言模型的知识编辑（KE）。论文称，被编辑的知识往往未被完全抹除，仍会重新浮现，且这种失败在多种模型架构上稳定复现。机制分析显示，低秩更新并未覆盖原有知识，而是在表示空间中重新分配，并起到定向抑制原事实表达的作用；损失景观分析表明，编辑后的知识位于狭窄且各向异性的区域，对间接提示和对抗攻击高度敏感。该工作已被 NeurIPS 2026 主会接收。上述结论均来自该论文自述，报道未提供独立复现或第三方验证。事件目前进展为论文公开并获会议接收，尚无后续跟进报道。

AI 根据报道生成 · 12 小时前更新

最新进展11月9日 13:00
研究揭示 LLM 知识编辑并未真正抹除原有知识

报道时间线

沿着报道，了解事件的不同侧面。

11月9日
  1. arXiv Artificial Intelligence
    研究揭示 LLM 知识编辑并未真正抹除原有知识

    该论文从对抗诱导角度检验 LLM 知识编辑，发现被编辑的知识往往未被完全抹除，仍会在多种模型架构上稳定复现。机制分析显示低秩更新并未覆盖原有知识，而是在表示空间中重新分配，并起到定向抑制原事实表达的作用；损失景观分析表明编辑后的知识位于狭窄且各向异性的区域，对间接提示和对抗攻击高度敏感。该工作已被 NeurIPS 2026 主会接收。

本事件热度走势

可比范围当前
7
可比范围峰值
1011月9日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。