EngramEdit方法实现基于条件记忆架构的大模型无损知识编辑

EngramEdit: Decoupled Knowledge Updates in LLMs through Conditional Memory 针对DeepSeek Engram等结合N-gram查找机制的条件记忆架构，研究团队提出了解耦知识更新方案EngramEdit。该方法通过在多表述下计算目标记忆表示并协同更新共享嵌入，在惩罚高频复用特征的同时实现特定事实知识修改。实验表明，该机制在保持主干网络冻结的前提下支持多跳推理修改，并显著降低了对不相关知识的意外干扰。