arXiv · cs.CL· Jinhu Fu·· 1 天前AI 评分46
DynEdit：面向大语言模型的动态熵引导序列知识编辑
DynEdit: Dynamic Entropy-Guided Sequential Editing for Large Language Models
来源与原文
arXiv · cs.CL
作者：Jinhu Fu
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.34768v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 DynEdit，一种面向大语言模型长序列知识编辑的动态框架。该方法发现高熵 token 更难编辑且多含关键事实，据此利用 token 级熵引导非均匀滑动窗口，并对窗口内信息密集 token 做熵引导优化。在三个 benchmark 和两个 backbone 模型上，DynEdit 一致优于基线，复述查询最高提升 +14.0 BLEU，多项知识领域语义分数接近饱和，论文被 NeurIPS 2026 主会接收为 poster。
来源：arXiv · cs.CL · arxiv.org