論文の概要: PRISM Edit: One Vector for All Temporal Answers

• arxiv url: http://arxiv.org/abs/2607.11327v2
• Date: Tue, 14 Jul 2026 02:41:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-15 12:51:44.68529
• Title: PRISM Edit: One Vector for All Temporal Answers
• Title（参考訳）: PRISM Edit: テンポラルな回答のための1つのベクター
• Authors: Chen Huang, Qi Zheng, Ruiqin Zheng, Long Zeng, Yuantong Xu,
• Abstract要約: PRISM Editは、大規模な言語モデルのための時間編集ツールである。 23.3 時間一貫性 (TC) と +33.7 電流相対時間スコア (CRS) を平均で2倍以上高速に改善する。
• 参考スコア（独自算出の注目度）: 8.700309837890057
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Model editing keeps large language models (LLMs) up to date without retraining, but temporal facts expose a limitation of the prevailing locate-and-edit paradigm: an update is not always a replacement. When a fact changes, the new answer should become current while the old answer may remain correct in historical time contexts. Building on this insight, we use causal tracing to show that LLMs already support this distinction via a two-stage internal computation: early MLP layers retrieve a time-agnostic subject representation, and later layers modulate it with temporal context to yield the time-correct answer. Motivated by this finding, we introduce PRISM Edit, which optimizes a single polysemous representation across temporal contexts and leverages the model's inherent modulation pathway to route it to temporally correct predictions, without any architectural modification. We evaluate on TimeConflict, a new temporal editing benchmark we introduce, and on temporally augmented CounterFact. PRISM Edit improves over the best baseline by +23.3 Temporal Consistency (TC) and +33.7 Current Relative-time Score (CRS) on average while being more than 2x faster. Code and data are publicly available at https://github.com/AnonymousStudy972/PRISM-Edit.
• Abstract（参考訳）: モデル編集は、大規模な言語モデル(LLM)をトレーニングせずに最新の状態に保つが、時間的事実は一般的な位置と編集のパラダイムの制限を露呈する。 事実が変わると、新しい答えは現在のものになり、古い答えは歴史的文脈で正しいままである。 初期のMLP層は時間に依存しない対象表現を検索し、後の層は時間的文脈でそれを修正し、時間的正解を導出する。 この発見に動機づけられたPRISM Editは、時間的文脈にまたがる単一の多文表現を最適化し、モデル固有の変調経路を利用して、アーキテクチャ上の変更なしに時間的に正しい予測にルーティングする。 我々は、新しい時間的編集ベンチマークであるTimeConflictと、時間的に拡張されたCounterFactについて評価した。 PRISM Editは、TC(Temporal Consistency)+23.3とCRS(Current Relative-time Score)を平均で2倍以上高速に改善する。 コードとデータはhttps://github.com/AnonymousStudy972/PRISM-Editで公開されている。

関連論文リスト

• Beyond Tokenization: Direct Timestep Embedding and Contrastive Alignment for Time-Series Question Answering [13.074536659496362]
  大規模言語モデル(LLM)の最近の進歩により、時系列質問応答(TSQA)が生まれている。 TSQAは時系列解析を自然言語による質問応答として定式化する。 この課題に対処するために、直接時間ステップ埋め込みとセマンティックアライメントという2つの重要なコンポーネント上に構築されたTSQAのための新しいフレームワークであるCADEを提案する。
  論文  参考訳（メタデータ） (2026-06-17T12:07:23Z)
• Not in Sync: Unveiling Temporal Bias in Audio Chat Models [59.146710538620816]
  大規模音声言語モデル(LALM)は、音声理解やマルチモーダル推論にますます応用されている。 LALMにおける時間バイアスに関する最初の体系的研究を行い,その時間スタンプ予測における重要な限界を明らかにした。
  論文  参考訳（メタデータ） (2025-10-14T06:29:40Z)
• MEMOIR: Lifelong Model Editing with Minimal Overwrite and Informed Retention for LLMs [76.28901550926021]
  寿命の長いモデル編集のための既存の方法は、妥協の一般化、過去の編集の妨害、長い編集シーケンスへのスケールの失敗である。 我々は,学習済みモデルのコア能力を保ちながら,残メモリを介して知識を注入する,新しいスケーラブルなフレームワークMEMOIRを提案する。 MeMOIRは信頼性、一般化、ローカリティのメトリクスにまたがる最先端のパフォーマンスを実現し、最小限の忘れ物で数千のシーケンシャルな編集にスケールする。
  論文  参考訳（メタデータ） (2025-06-09T16:16:42Z)
• TimeRefine: Temporal Grounding with Time Refining Video LLM [75.99665302872901]
  ビデオの時間的接地は、テキストのプロンプトが与えられたビデオの中で、関連する時間的境界をローカライズすることを目的としている。 我々は時間的接地タスクを時間的精錬タスクとして再構成する。 我々は、予測セグメントが基底真理からさらに逸脱した場合、モデルをよりペナルティ化する補助予測ヘッドを組み込む。
  論文  参考訳（メタデータ） (2024-12-12T18:59:11Z)
• ELDER: Enhancing Lifelong Model Editing with Mixture-of-LoRA [55.697627106315004]
  大規模言語モデル(LLM)は、特定の知識を効率的に更新し、事実の誤りを避けるためにモデル編集を必要とする。 従来のアプローチでは、元のパラメータを凍結し、知識更新毎に新しいパラメータを個別に割り当てることで、シーケンシャルな編集を管理する。 本稿では,データとアダプタを連続的に関連付ける新しい手法であるELDERを提案する。
  論文  参考訳（メタデータ） (2024-08-19T02:27:00Z)
• Towards Consistent Video Editing with Text-to-Image Diffusion Models [10.340371518799444]
  既存の作品には、ビデオ編集のための高度なテキスト・ツー・イメージ(TTI)拡散モデルがある。 これらの手法は、テキストプロンプトと時間的シーケンスとの不満足な一貫性の結果を生み出す可能性がある。 我々は,textbfEnhancing vtextbfIdeo textbfEditing constextbfIstency of TTI-based frameworkを提案する。
  論文  参考訳（メタデータ） (2023-05-27T10:03:36Z)

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。