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。
作者还主张知识编辑可作为研究机器智能的科学工具：通过"编辑、观察、归因、再编辑"的主动干预闭环，探索知识表示、推理与行为间的因果关系。
「模型」频道最新
- 传英伟达 129 亿美元收购 Hugging Face，GLM-5.3-Flash 与 Qwen4 预览同周炸场 — altryne · 2026-09-01
- METR与Redwood调查GPT agent群为何只用GPT不用Claude — geoffreyirving · 2026-09-01
- 非营利组织想用 Qwen 处理日常文书：本地部署硬件怎么选 — DerAndi_DE · 2026-09-01
- 汤森路透 4000 万美元造出法律 LLM，对标 Claude Opus — josh_wills · 2026-09-01
- 「LLM 只是统计搜索引擎」？反驳：搜索调用并非 LLM 的本质 — gandamu_ml · 2026-09-01
- Teknium：Hermes 早已支持 NVIDIA openshell，企业 IT 没用上就是失职 — Teknium · 2026-09-01