論文の概要: Revisiting Ripple Effects in Knowledge Editing through Pressure-Aware Joint Neighborhood Optimization

• arxiv url: http://arxiv.org/abs/2606.01610v1
• Date: Mon, 01 Jun 2026 03:00:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-02 21:34:29.890147
• Title: Revisiting Ripple Effects in Knowledge Editing through Pressure-Aware Joint Neighborhood Optimization
• Title（参考訳）: 圧力を考慮した近傍最適化による知識編集におけるリップル効果の再検討
• Authors: Haoben Huang, Shuxin Liu, Ou Wu, Di Gao,
• Abstract要約: 本研究では,目標計画段階における両方の圧力を形式化し,協調的に対処する新しい知識編集フレームワークを提案する。 RippleEditsの実験では、JNOは、バックボーン間の編集安定性を維持しながら、伝播と保存のメトリクスを少なくとも7.0%改善している。
• 参考スコア（独自算出の注目度）: 9.731659820983507
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Single-edit updates in large language models can trigger ripple effects across local knowledge neighborhoods: desirable propagation to related facts and unintended perturbation of preserved ones. Existing methods address these two effects separately, without explicitly modeling their coupling. We challenge this separation through an analysis of ripple responses across typical baselines, identifying two coupled design pressures: editable-side coordination and preserved-side leakage. We propose Joint Neighborhood Optimization (JNO), a new knowledge-editing framework to formalize and jointly address both pressures at the target-planning stage. JNO instantiates this principle through Pressure-Aware Coordination (PAC), which jointly optimizes neighborhood target representations under coupled constraints, and a semantic pre-execution gate that rejects high-risk target plans before parameter execution. Experiments on RippleEdits show JNO improves propagation and preservation metrics by at least 7.0% while preserving cross-backbone editing stability.
• Abstract（参考訳）: 大規模言語モデルにおけるシングル編集更新は、局所的な知識地区における波及効果の引き金となりうる。 既存の方法は、結合を明示的にモデル化することなく、これらの2つの効果を別々に扱う。 この分離は、典型的なベースラインをまたいだリップル応答の解析を通じて、編集可能側調整と保存可能側リークという2つの複合設計プレッシャーを識別することで、この分離に挑戦する。 我々は,目標計画段階における両方の圧力を形式化し,共同で対処する新しい知識編集フレームワークであるJNOを提案する。 JNOはこの原則を、結合された制約の下で近隣のターゲット表現を共同で最適化する圧力認識コーディネーション(PAC)と、パラメータ実行前にリスクの高いターゲットプランを拒否するセマンティック事前実行ゲートによってインスタンス化する。 RippleEditsの実験では、JNOは、バックボーン間の編集安定性を維持しながら、伝播と保存のメトリクスを少なくとも7.0%改善している。

関連論文リスト

• IMPACT-Scribe: Interactive Temporal Action Segmentation with Boundary Scribbles and Query Planning [75.72434806468884]
  IMPACT-Scribeは高密度ラベリングのための修正駆動のフレームワークである。 不確実性を認識した境界管理、局所的な提案モデリング、コストを意識したクエリ計画、構造化された伝搬、修正駆動適応を組み合わせる。 実験と人間の研究により、このクローズドループの設計は、努力ごとのラベル付け品質を改善し、境界精度を高め、時間とともにより良い人間機械の相互作用を促進することが示されている。
  論文  参考訳（メタデータ） (2026-05-03T01:45:58Z)
• Score-Guided Proximal Projection: A Unified Geometric Framework for Rectified Flow Editing [1.0312968200748118]
  Rectified Flowモデルは最先端の世代品質を実現するが、正確なタスクのためにそれらを制御することは依然として困難である。 現在のアプローチは「幾何学的ロック」に苦しむ逆法に基づくガイダンスに分岐する Score-Guided Proximal Projectionは,決定論的最適化と縮尺サンプリングのギャップを埋める統一フレームワークである。
  論文  参考訳（メタデータ） (2026-03-05T23:44:45Z)
• IoUCert: Robustness Verification for Anchor-based Object Detectors [58.35703549470485]
  IoUCertは、アンカーベースのオブジェクト検出アーキテクチャにおいて、これらのボトルネックを克服するために設計された、新しい形式的検証フレームワークである。 本手法は, SSD, YOLOv2, YOLOv3など, 現実的なアンカーベースモデルの各種入力摂動に対するロバスト性検証を可能にする。
  論文  参考訳（メタデータ） (2026-03-03T14:36:46Z)
• Second-Order Convergence in Private Stochastic Non-Convex Optimization [28.00987194971941]
  微分プライベート(DP)非次元同定最適化における2次定常点(SOS)の探索問題について検討する。 既存手法はサドル点エスケープ解析における勾配変動による不正確な収束誤差に悩まされている。 我々は,先行研究で報告された収束誤差を補正する新しいDPアルゴリズムを開発した。
  論文  参考訳（メタデータ） (2025-05-21T15:25:23Z)
• Continuous Optimization for Feature Selection with Permutation-Invariant Embedding and Policy-Guided Search [31.460557834760873]
  我々は,特徴選択の知識を連続的な埋め込み空間に保存するエンコーダ・デコーダパラダイムを開発した。 埋め込み空間の探索を指導するために,政策に基づく強化学習アプローチも採用している。
  論文  参考訳（メタデータ） (2025-05-16T18:08:16Z)
• Unifying Perplexing Behaviors in Modified BP Attributions through Alignment Perspective [61.5509267439999]
  GBP, RectGrad, LRP, DTD などの手法の統一理論フレームワークを提案する。 活性化ニューロンの重みを結合して入力アライメントを実現することを実証した。 このアライメントにより、可視化品質が向上し、重量ランダム化に対する感度が低下する。
  論文  参考訳（メタデータ） (2025-03-14T07:58:26Z)
• Bridging and Modeling Correlations in Pairwise Data for Direct Preference Optimization [75.1240295759264]
  本稿では,BMC という名前のペアデータにおけるブリッジ・アンド・モデリングの効果的なフレームワークを提案する。 目的の修正によって、ペアの選好信号の一貫性と情報性が向上する。 DPOだけではこれらの相関をモデル化し、ニュアンス付き変動を捉えるには不十分である。
  論文  参考訳（メタデータ） (2024-08-14T11:29:47Z)
• Dynamic Position Transformation and Boundary Refinement Network for Left Atrial Segmentation [17.09918110723713]
  左心房細動は不整脈(心房細動)の診断において重要な手法である。 LAセグメンテーションの現在のほとんどの方法は、入力データがオブジェクト指向のセンタートリミングによって取得されると厳密に仮定している。 本稿では,これらの問題に対処するための新しい動的位置変換と境界改善ネットワーク(DPBNet)を提案する。
  論文  参考訳（メタデータ） (2024-07-07T22:09:35Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。