浙大团队 Nature 子刊发文：知识编辑让大模型真正学会新知识

青稞AI · wechat · 2026-09-01

浙江大学张宁豫团队在 Nature Machine Intelligence 发表观点文章，系统论述大模型知识编辑的前沿方向。文章指出，当前主流的 RAG、上下文与外部记忆只是让模型"暂时知道"，真正的学习应将新知识写入参数并长期影响推理与行为。

文章围绕三个层面展开：知识回路——知识以跨层分布式回路组织而非存于单一神经元，作者提出演绎闭包知识回路与编辑，在保持整体一致性的前提下系统更新；知识信念——不同回路强度不同，提出置信度引导的编辑，从表层事实更新走向深层信念修正；持续学习——从"打补丁"式维护走向"发现变化→判断旧知→更新参数→验证推理→监控→再学习"的完整闭环，并展望模型递归自我改进。