研究者提出FOVEATED框架改进知识编辑

Ding Wu等作者提出即插即用框架 FOVEATED，用于改进非结构化知识编辑中的原子事实召回。该方法针对“上下文依赖”导致原子事实召回失败的问题，通过随机偏移前文上下文 key 的 RoPE 位置构造聚焦视图，编辑时施加扰动、推理时移除，保持模型原生位置编码不变。 作者称，该方法在五种知识编辑器、两个 LLM 主干和三个基准上均取得一致提升，并理论分析了其如何抵消上下文引起的难度低估。

AI 根据报道生成 · 14 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。