arXiv · 大模型
研究提出对抗子空间对齐方法实现鲁棒多模态知识编辑
多模态大模型在更新知识时常常在老任务上出现能力退化，现有编辑方法在泛化性上也不够理想。这项研究提出对抗子空间对齐框架，不依赖二值编辑掩码，而是通过将新知识对齐到模型的语义子空间来提高编辑的鲁棒性。实验表明，该方法在保持原有能力的同时，能更好地将编辑结果推广到视觉问答等多模态场景，补上了当前编辑技术在泛化维度的一块短板。
- 域名
arxiv.org- 评分
- 4 · 重要更新
- 发布
- 2026-05-22
导读
这条暂时没有深度导读，点上方「访问项目本体」直接到源页面查看。
原文摘要
Multimodal large language models (MLLMs) need efficient mechanisms to update knowledge without degrading existing capabilities. While intrinsic multimodal knowledge editing achieves strong reliability and locality, it often exhibits limited generality, failing to propagate edits across semantically…