Anthropic研究员谈模型自编辑权重

Anthropic 研究员表示，模型自编辑权重仍值得探索，但其效果因模型和具体情形而异；目前主要在 frontier 模型上测试，早期模型表现更差，尚未显式测试开源模型自编辑。研究还提到，Astra 在 Qwen 上的编辑技巧已有可解释性方面的文献尝试，相关效果不能直接外推到其他模型。研究员称未来将扩大模型扫描范围。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。