知识编辑

研究人员提出基于奇异值收缩的谱逆转框架，可选择性逆转大模型中恶意编辑的知识，同时保留其他有益编辑内容，解决了现有方法“一刀切”删除所有编辑的问题。

研究人员提出HPSE方法，通过混合策略自蒸馏技术，使大语言模型在知识编辑后不仅能记忆新知识，还能进行多跳推理和原子事实问答。

研究团队提出ForgetBench基准，首次系统评估大模型在持续知识编辑中的遗忘行为，揭示现有方法难以平衡长期记忆与泛化能力。

研究者提出Moir方法，通过模型自身解码分布估计保留协方差，显著提升知识编辑后数学与编程推理能力的保持率，在Qwen3-8B上GSM8K准确率从10.9%提升至79.9%。