arXiv 论文提出 Memento，仅靠提示空间恢复模型编辑前的知识
原文标题：The Truth Beneath the Tokens: Prompt-Space Recovery of Knowledge Edits in Language Models
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文表明无需修改权重，仅通过输入空间干预即可恢复模型编辑前的知识，提出提示空间机制 Memento，学习可复用的恢复信号引导被编辑模型回到编辑前回答。在三个 LLM 与五种编辑技术上恢复 80.07% 的编辑事实，相对基线提升 9.58%，提示编辑可能只是压制而非消除知识。
深读 · 结论先行AI 生成展开看要点与影响 ↓
Memento 不改权重，仅靠提示空间恢复 80.07% 被编辑事实，提示编辑或只是压制知识
- •在三个 LLM、五种编辑技术上恢复 80.07% 的留出编辑事实，相对基线提升 9.58%
- •支持连续恢复前缀与离散文本提示两种形式，后者适配标准文本接口
- •在未编辑的原始模型上，相对标准推理平均事实召回提升 53.9%
- •结论指向：模型编辑可能压制而非彻底消除知识的可恢复性
为什么重要：对依赖模型编辑做知识更新的团队是安全警示：被「删掉」的事实仍可被提示空间审计出来，编辑不等于遗忘。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。