AIGC動態(tài)歡迎閱讀

原標題：NeurIPS 2024 | 解鎖大模型知識記憶編輯的新路徑，浙大用「WISE」對抗幻覺
關(guān)鍵字：編輯,模型,知識,記憶,側(cè)記
文章來源：機器之心
內(nèi)容字數(shù)：0字

內(nèi)容摘要：

AIxiv專欄是機器之心發(fā)布學(xué)術(shù)、技術(shù)內(nèi)容的欄目。過去數(shù)年，機器之心AIxiv專欄接收報道了2000多篇內(nèi)容，覆蓋全球各大高校與企業(yè)的頂級實驗室，有效促進了學(xué)術(shù)交流與傳播。如果您有優(yōu)秀的工作想要分享，歡迎投稿或者聯(lián)系報道。投稿郵箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com本篇工作已被 NeurIPS（2024 Conference on Neural Information Processing Systems）會議接收，文章第一作者為浙江大學(xué)軟件學(xué)院碩士生王鵬，師從張寧豫副教授。
在當前人工智能的迅猛發(fā)展中，大模型的知識記憶能力成為了提升智能系統(tǒng)理解和推理能力的關(guān)鍵。然而，與人類記憶相比，機器記憶缺乏靈活性和可控性，難以在動態(tài)環(huán)境中實現(xiàn)有效的知識更新與編輯。人類的大腦擁有高度適應(yīng)性的記憶機制，能夠根據(jù)外部環(huán)境變化及時進行信息的篩選、修正與增強。這種能力不僅使得我們能夠精準地獲取信息，還可以根據(jù)任務(wù)需求高效地調(diào)用相關(guān)知識。
相比之下，現(xiàn)有的大模型主要依賴固定的參數(shù)和數(shù)據(jù)來存儲知識，一旦訓(xùn)練完成，修改和更新特定知識的代價極大，常

原文鏈接：NeurIPS 2024 | 解鎖大模型知識記憶編輯的新路徑，浙大用「WISE」對抗幻覺

聯(lián)系作者

文章來源：機器之心
作者微信：
作者簡介：