VIZ LAB / 225

知识编辑与模型手术可视化实验室

从 ROME 到 MEMIT——把如何精准修改大模型内部知识的核心机制以可交互 SVG 呈现。

01

知识编辑全景

LLM 中的知识存储于 MLP 层权重,知识编辑在不重新训练的前提下精准修改特定事实。切换视角观察知识存储位置、编辑动因与编辑vs微调的本质差异。

知识存储
MLP 层键值对
事实编码于 FFN 权重
编辑动因
事实过时与纠错
避免全量重训成本
vs 微调
局部精准修改
不影响其他知识
02

ROME / MEMIT 编辑流程

两步法知识编辑:因果追踪定位知识存储层 → 秩一修改更新 MLP 权重。MEMIT 将 ROME 扩展为批量编辑。点击执行编辑观察定位与修改全过程。

因果追踪
定位关键 MLP 层
噪声注入+状态恢复
秩一修改
ROME 单事实编辑
更新 W_proj 矩阵
批量编辑
MEMIT 多事实同时
扩展至数千条事实
03

编辑方法对比

五大知识编辑方法:ROME(定位编辑)、MEMIT(批量)、KE(元学习)、MEND(超网络)、SERAC(外部记忆)。切换方法观察原理差异与适用场景。

ROME
秩一矩阵编辑
单事实精准,需定位
MEND
超网络生成梯度
可扩展但需训练
SERAC
外部记忆检索
不改权重,可逆
04

持久记忆与外部知识库

外部记忆库架构:编辑写入记忆 → 检索增强编辑 → 记忆更新策略 → 遗忘管理。点击查看记忆库的写入、检索与更新机制。

记忆写入
编辑存入向量库
键值对编码存储
检索增强
查询时优先检索
覆盖模型内部知识
遗忘管理
TTL与容量淘汰
防止记忆膨胀
05

事实更新与版本化

时序知识管理:事实版本链 → 冲突检测 → 事实核查 → 优先级排序。点击更新事实观察版本演进与冲突解决。

时序知识
带时间戳的事实
支持时间敏感查询
版本化
事实版本链追踪
可回滚的历史记录
事实核查
多源交叉验证
可信度评分
06

编辑评估体系

五维编辑评估:有效性(编辑成功)、特异性(无关不变)、泛化性( paraphrase)、流畅度(语言质量)、成功率。点击评估编辑观察各方法雷达对比。

有效性
编辑后输出正确
目标事实已修改
特异性
无关知识不变
无副作用
泛化性
同义改写也正确
迁移性测试
07

知识冲突解决

冲突检测与解决:新旧事实矛盾检测 → 事实验证 → 优先级排序 → 矛盾解决。点击解决冲突观察冲突图谱与仲裁过程。

冲突检测
语义矛盾识别
实体-关系-值三元组
优先级
来源可信度排序
时效性+权威性
仲裁
多源投票决策
置信度加权
08

前沿方向与挑战

知识编辑前沿:终身编辑(持续累积)、大规模编辑(万级事实)、安全影响(恶意编辑防御)、未来挑战(评估基准)。点击查看趋势观察研究热度演进。

终身编辑
持续累积不遗忘
灾难性遗忘难题
安全影响
恶意编辑防御
编辑审计与回滚
评估基准
编辑能力标准化
EditEval/KEBench