DynEdit：用熵引导长序列知识编辑

论文用 token 熵引导长序列知识编辑的窗口滑动与优化。

资讯摘要

论文提出 DynEdit，一种面向大语言模型长序列知识编辑的动态框架。作者观察到 token 熵与编辑难度和语义重要性相关，高熵区域更难编辑且常含关键事实内容。DynEdit 用 token 级熵引导非均匀滑动窗口，提高高熵区域覆盖，并在窗口内做熵引导的 token 级优化。作者报告在三个基准和两个骨干模型上优于基线，改写查询最高提升 14.0 BLEU。

要点速读

1. 论文指出单点编辑器覆盖不足、固定分块编辑器均匀分配编辑力度，难以优先处理高熵难编辑 token。
2. DynEdit 以 token 级熵引导非均匀滑动，并对窗口内信息密集 token 加强优化。
3. 作者报告在三个基准、两个骨干模型上优于竞争基线，改写查询最高 +14.0 BLEU，部分领域语义分数接近饱和。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/28 08:00:17（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。