English(EN) Suppressed, Not Erased: A Representational Trace of Edited Facts Survives Even Weight-Free Knowledge Editing

研究发现：AI知识编辑压制而非抹去原始事实

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-17 04:00

一项新的研究论文探讨了即使在知识编辑程序之后，原始信息在AI模型中仍然存在的现象。该研究在GPT-2 XL上进行了三种不同的编辑方法（ROME、GRACE和约束微调），发现即使模型行为上反映了编辑后的信息，原始事实仍然可以高精度地从模型的隐藏状态中解码出来。值得注意的是，GRACE编辑器不修改基础模型权重，但仍然显示出原始事实的残留痕迹，这表明编辑主要是压制而非抹去知识。 AI

影响表明当前的知识编辑技术可能无法完全移除不良信息，影响AI的安全性和可靠性。

排序理由学术论文，详细介绍了关于AI模型行为的新发现。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 11 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 学术论文，详细介绍了关于AI模型行为的新发现。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, safety; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Priyansh Srivastava, Romit Chatterjee · 2026-09-17 04:00

被压制，而非抹去：即使在无权重知识编辑中，编辑事实的表征痕迹依然存在

arXiv:2609.18985v1 Announce Type: new Abstract: Knowledge-editing benchmarks certify local correctness, whether an edited model produces the new fact on near-edit prompts but not how much of the original fact remains decodable inside the model. We study residual knowledge directl…

本文如何被排名

报道来源 [1]

被压制，而非抹去：即使在无权重知识编辑中，编辑事实的表征痕迹依然存在

相关实体

相关话题