Um Estudo Abrangente sobre Edição de Conhecimento em Modelos de Linguagem de Grande Escala

Resumo

Modelos de Linguagem de Grande Escala (LLMs) demonstraram capacidades extraordinárias na compreensão e geração de textos que espelham de perto a comunicação humana. No entanto, uma limitação primária reside nas demandas computacionais significativas durante o treinamento, decorrentes de sua extensa parametrização. Esse desafio é ainda mais intensificado pela natureza dinâmica do mundo, que exige atualizações frequentes dos LLMs para corrigir informações desatualizadas ou integrar novos conhecimentos, garantindo assim sua relevância contínua. Vale ressaltar que muitas aplicações exigem ajustes contínuos do modelo após o treinamento para abordar deficiências ou comportamentos indesejáveis. Há um interesse crescente em métodos eficientes e leves para modificações rápidas do modelo. Nesse sentido, os últimos anos testemunharam um crescimento nas técnicas de edição de conhecimento para LLMs, que visam modificar eficientemente os comportamentos dos LLMs em domínios específicos, preservando o desempenho geral em várias entradas. Neste artigo, primeiro definimos o problema de edição de conhecimento e, em seguida, fornecemos uma revisão abrangente das abordagens de ponta. Inspirados por teorias de pesquisa educacional e cognitiva, propomos um critério de categorização unificado que classifica os métodos de edição de conhecimento em três grupos: recorrer a conhecimento externo, integrar conhecimento ao modelo e editar conhecimento intrínseco. Além disso, introduzimos um novo benchmark, o KnowEdit, para uma avaliação empírica abrangente de abordagens representativas de edição de conhecimento. Adicionalmente, fornecemos uma análise aprofundada da localização do conhecimento, que pode proporcionar uma compreensão mais profunda das estruturas de conhecimento inerentes aos LLMs. Por fim, discutimos várias aplicações potenciais da edição de conhecimento, delineando suas amplas e impactantes implicações.

English

Large Language Models (LLMs) have shown extraordinary capabilities in understanding and generating text that closely mirrors human communication. However, a primary limitation lies in the significant computational demands during training, arising from their extensive parameterization. This challenge is further intensified by the dynamic nature of the world, necessitating frequent updates to LLMs to correct outdated information or integrate new knowledge, thereby ensuring their continued relevance. Note that many applications demand continual model adjustments post-training to address deficiencies or undesirable behaviors. There is an increasing interest in efficient, lightweight methods for on-the-fly model modifications. To this end, recent years have seen a burgeoning in the techniques of knowledge editing for LLMs, which aim to efficiently modify LLMs' behaviors within specific domains while preserving overall performance across various inputs. In this paper, we first define the knowledge editing problem and then provide a comprehensive review of cutting-edge approaches. Drawing inspiration from educational and cognitive research theories, we propose a unified categorization criterion that classifies knowledge editing methods into three groups: resorting to external knowledge, merging knowledge into the model, and editing intrinsic knowledge. Furthermore, we introduce a new benchmark, KnowEdit, for a comprehensive empirical evaluation of representative knowledge editing approaches. Additionally, we provide an in-depth analysis of knowledge location, which can provide a deeper understanding of the knowledge structures inherent within LLMs. Finally, we discuss several potential applications of knowledge editing, outlining its broad and impactful implications.

Um Estudo Abrangente sobre Edição de Conhecimento em Modelos de Linguagem de Grande Escala

A Comprehensive Study of Knowledge Editing for Large Language Models

Resumo

Support