【COLING教程】大型语言模型的知识编辑，193页ppt

文章预览

即使大型语言模型（LLM）如ChatGPT具备显著的能力，但它们在保持事实准确性和逻辑一致性方面仍面临挑战。一个主要关注点是如何在不进行全面重训练或持续训练的情况下高效更新这些LLM以纠正不准确之处，因为全面重训练或持续训练既耗费资源又费时。知识编辑能力为解决这一问题提供了有希望的方案，允许在特定兴趣领域进行修改，同时保持模型在各项任务中的整体性能。 本教程旨在使自然语言处理（NLP）研究人员熟悉知识编辑领域的最新进展和新兴技术 。我们的目标是提供对最先进方法的全面和最新综述，辅以实用工具，并强调社区内研究的新方向。所有参考资源均可在 https://github.com/zjunlp/KnowledgeEditingPapers 获取。 大型语言模型（LLM）在生成与人类写作非常相似的文本方面展示了令人印象深刻的潜力，这已在众多研究中得到验证 。然而 ………………………………