DynEdit：熵引导长序列知识编辑框架

Jinhu Fu 等作者提出 DynEdit，一个用 token 级熵引导长序列知识编辑的框架：对高熵、难编辑的区域做非均匀滑动以提升覆盖，并在每个编辑窗口内对信息密集 token 做熵引导的 token 级优化。 作者称，在三个 benchmark 和两个骨干模型上，DynEdit 一致优于竞争基线，在困难的复述查询上最高提升 +14.0 BLEU，多个知识领域的语义分数接近饱和。该工作已被 NeurIPS 2026 主会接收为 poster。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。