ChainEdit：通过逻辑规则引导的链式传递LLM知识编辑中的涟漪效应
计算与语言
2025-07-14 v1 人工智能
摘要
当前的大型语言模型（LLMs）知识编辑方法在处理关联事实的涟漪效应时难以维持逻辑一致性。我们提出ChainEdit框架，融合基于知识图谱的逻辑规则与LLM的逻辑推理能力，以实现系统化的链式更新。通过自动从结构化知识库中提取逻辑模式并与LLM内部逻辑对齐，ChainEdit能够动态生成和编辑具有逻辑关联性的知识集群。实验表明，ChainEdit在逻辑泛化方面相较于基线方法提升了超过30%，同时保持了编辑的可靠性和特定性。我们进一步通过知识感知协议消解现有基准测试中的评估偏差。该工作在确保知识编辑后逻辑一致性的前提下，实现了涟漪效应的领先水平性能。
引用
@article{arxiv.2507.08427,
title = {ChainEdit: Propagating Ripple Effects in LLM Knowledge Editing through Logical Rule-Guided Chains},
author = {Zilu Dong and Xiangqing Shen and Zinong Yang and Rui Xia},
journal= {arXiv preprint arXiv:2507.08427},
year = {2025}
}
备注
Accepted to ACL 2025 (main)