FABLE：用于非结构化模型编辑的细粒度事实锚定
计算与语言
2026-04-15 v1
摘要
非结构化模型编辑旨在用真实世界文本更新模型，但现有方法往往以整体方式记忆文本，缺乏可靠的细粒度事实访问能力。为此，本文提出 FABLE，一种层次化框架，将细粒度事实注入与整体文本生成解耦。FABLE 遵循两阶段、先事实后生成的策略：离散事实在浅层被锚定，随后对深层进行最小化更新以生成连贯文本。这种解耦解决了整体召回与细粒度事实访问之间的矛盾，反映了单向 Transformer 流程中，表征放大而非纠正底层事实的特性。我们还引入 UnFine，一个具备细粒度问答对和事实级指标的诊断基准，用于系统化评估。实验表明，FABLE 在细粒度问答方面显著提升，同时保持了最先进的整体编辑性能。我们的代码已公开于 https://github.com/caskcsg/FABLE。
关键词
引用
@article{arxiv.2604.12559,
title = {FABLE: Fine-grained Fact Anchoring for Unstructured Model Editing},
author = {Peng Wang and Biyu Zhou and Xuehai Tang and Jizhong Han and Songlin Hu},
journal= {arXiv preprint arXiv:2604.12559},
year = {2026}
}
备注
ACL 2026 findings