継続知識編集のための評価手法について

• 資料種別: 記事
• タイトル: 継続知識編集のための評価手法について
• 著者標目: 石垣 龍馬; 前田 英作
• 出版年月日等: 2024-11-14
• 出版年（W3CDTF）: 2024-11-14
• タイトル（掲載誌）: 言語・音声理解と対話処理研究会
• 巻号年月日等（掲載誌）: 102 0
• 掲載巻: 102
• 掲載号: 0
• 掲載ページ: 171-176
• 掲載年月日（W3CDTF）: 2024-11-14
• ISSN（掲載誌）: 09185682
• 出版事項（掲載誌）: The Japanese Society for Artificial Intelligence
• 本文の言語コード: ja
• 対象利用者: 一般
• イベントの日付、場所: 言語・音声理解と対話処理研究会
• DOI: 10.11517/jsaislud.102.0_171; https://doi.org/10.11517/jsaislud.102.0_171
• 連携機関・データベース: 国立情報学研究所 : CiNii Research; https://cir.nii.ac.jp/
• 提供元機関・データベース: Japan Link Center; https://japanlinkcenter.org/top

• 要約等: <p>大規模言語モデル（LLM）は潜在的に広範な知識を持つが，その内部処理がブラックボックスであるため，知識の直接編集は困難とされている．これに対し，局所修正ベースの知識編集手法は，対象の知識をエンコードしている「知識ニューロン」を特定し，その関連パラメータを調整することで知識の更新を可能にした．直...