跳到正文
arXiv · 机器人与计算机视觉· Xiaobing Yu, Peijie Qiu, Jin Yang, Xuanzhao Dong, Weiwei Ma, Zhaoqi An, Xiaoqi Zhao, Xiaofeng Liu·· 2026-10-09AI 评分46

LadderEdit:LLM 终身编辑的内存高效残差压缩方法

LadderEdit: Edit-Level Residual Compression for Memory-Efficient Lifelong Editing of LLMs

AI 导读

LadderEdit 提出一种针对大语言模型终身编辑的残差压缩方法,通过阶梯式提升 LoRA 秩来平衡存储与性能。该方法在 ZsRE、CounterFact 和 WikiBigEdit 基准上测试了 LLaMA-3-8B、Mistral-7B 及 Qwen2.5-7B 模型,相比逐编辑存储方案内存占用降低 5.2 倍。

来源:arXiv · 机器人与计算机视觉 · arxiv.org