On the Robustness of Knowledge Editing for Detoxification
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Dong, Ming, Tang, Shiyi, Peng, Ziyan, Chen, Guanyi, He, Tingting |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
DSCD: Large Language Model Detoxification with Self-Constrained Decoding
par: Dong, Ming, et autres
Publié: (2025)
par: Dong, Ming, et autres
Publié: (2025)
How Much Do LLMs Know About Chinese Zero Pronouns?
par: Li, Yifei, et autres
Publié: (2026)
par: Li, Yifei, et autres
Publié: (2026)
Adaptive Detoxification: Safeguarding General Capabilities of LLMs through Toxicity-Aware Knowledge Editing
par: Lu, Yifan, et autres
Publié: (2025)
par: Lu, Yifan, et autres
Publié: (2025)
CCNU at SemEval-2025 Task 3: Leveraging Internal and External Knowledge of Large Language Models for Multilingual Hallucination Annotation
par: Liu, Xu, et autres
Publié: (2025)
par: Liu, Xu, et autres
Publié: (2025)
How Do People Quantify Naturally: Evidence from Mandarin Picture Description
par: Zhang, Yayun, et autres
Publié: (2026)
par: Zhang, Yayun, et autres
Publié: (2026)
Do Large Language Models Judge Error Severity Like Humans?
par: Sun, Diege, et autres
Publié: (2025)
par: Sun, Diege, et autres
Publié: (2025)
Emotional Supporters often Use Multiple Strategies in a Single Turn
par: Bai, Xin, et autres
Publié: (2025)
par: Bai, Xin, et autres
Publié: (2025)
Rich Semantic Knowledge Enhanced Large Language Models for Few-shot Chinese Spell Checking
par: Dong, Ming, et autres
Publié: (2024)
par: Dong, Ming, et autres
Publié: (2024)
When Seekers Are Hard to Help: Evaluating Emotional Support Dialogue Systems in Worst-Case Interactions
par: Yang, Jiajie, et autres
Publié: (2026)
par: Yang, Jiajie, et autres
Publié: (2026)
An Effective, Robust and Fairness-aware Hate Speech Detection Framework
par: Mou, Guanyi, et autres
Publié: (2024)
par: Mou, Guanyi, et autres
Publié: (2024)
Attribution Analysis Meets Model Editing: Advancing Knowledge Correction in Vision Language Models with VisEdit
par: Chen, Qizhou, et autres
Publié: (2024)
par: Chen, Qizhou, et autres
Publié: (2024)
Mechanistic Circuit-Based Knowledge Editing in Large Language Models
par: Zhao, Tianyi, et autres
Publié: (2026)
par: Zhao, Tianyi, et autres
Publié: (2026)
LyapLock: Bounded Knowledge Preservation in Sequential Large Language Model Editing
par: Wang, Peng, et autres
Publié: (2025)
par: Wang, Peng, et autres
Publié: (2025)
SetKE: Knowledge Editing for Knowledge Elements Overlap
par: Wei, Yifan, et autres
Publié: (2025)
par: Wei, Yifan, et autres
Publié: (2025)
CMD: a framework for Context-aware Model self-Detoxification
par: Tang, Zecheng, et autres
Publié: (2023)
par: Tang, Zecheng, et autres
Publié: (2023)
Knowledge Editing through Chain-of-Thought
par: Wang, Changyue, et autres
Publié: (2024)
par: Wang, Changyue, et autres
Publié: (2024)
Context-Robust Knowledge Editing for Language Models
par: Park, Haewon, et autres
Publié: (2025)
par: Park, Haewon, et autres
Publié: (2025)
Detoxification for LLM: From Dataset Itself
par: Shao, Wei, et autres
Publié: (2026)
par: Shao, Wei, et autres
Publié: (2026)
Fine-Grained Detoxification via Instance-Level Prefixes for Large Language Models
par: Yi, Xin, et autres
Publié: (2024)
par: Yi, Xin, et autres
Publié: (2024)
ylmmcl at Multilingual Text Detoxification 2025: Lexicon-Guided Detoxification and Classifier-Gated Rewriting
par: Lai-Lopez, Nicole, et autres
Publié: (2025)
par: Lai-Lopez, Nicole, et autres
Publié: (2025)
DeepEdit: Knowledge Editing as Decoding with Constraints
par: Wang, Yiwei, et autres
Publié: (2024)
par: Wang, Yiwei, et autres
Publié: (2024)
Editing the Mind of Giants: An In-Depth Exploration of Pitfalls of Knowledge Editing in Large Language Models
par: Hsueh, Cheng-Hsun, et autres
Publié: (2024)
par: Hsueh, Cheng-Hsun, et autres
Publié: (2024)
Targeted Efficient Fine-tuning: Optimizing Parameter Updates with Data-Driven Sample Selection
par: Dong, Ming, et autres
Publié: (2024)
par: Dong, Ming, et autres
Publié: (2024)
FISH-Tuning: Enhancing PEFT Methods with Fisher Information
par: Xue, Kang, et autres
Publié: (2025)
par: Xue, Kang, et autres
Publié: (2025)
EvoEdit: Evolving Null-space Alignment for Robust and Efficient Knowledge Editing
par: Lyu, Sicheng, et autres
Publié: (2025)
par: Lyu, Sicheng, et autres
Publié: (2025)
Breaking Bad Tokens: Detoxification of LLMs Using Sparse Autoencoders
par: Goyal, Agam, et autres
Publié: (2025)
par: Goyal, Agam, et autres
Publié: (2025)
Text Detoxification as Style Transfer in English and Hindi
par: Mukherjee, Sourabrata, et autres
Publié: (2024)
par: Mukherjee, Sourabrata, et autres
Publié: (2024)
Benchmarking and Rethinking Knowledge Editing for Large Language Models
par: He, Guoxiu, et autres
Publié: (2025)
par: He, Guoxiu, et autres
Publié: (2025)
Revealing the Deceptiveness of Knowledge Editing: A Mechanistic Analysis of Superficial Editing
par: Xie, Jiakuan, et autres
Publié: (2025)
par: Xie, Jiakuan, et autres
Publié: (2025)
Mitigating Heterogeneous Token Overfitting in LLM Knowledge Editing
par: Liu, Tianci, et autres
Publié: (2025)
par: Liu, Tianci, et autres
Publié: (2025)
Beyond Local Edits: Embedding-Virtualized Knowledge for Broader Evaluation and Preservation of Model Editing
par: Liu, Shuainan, et autres
Publié: (2026)
par: Liu, Shuainan, et autres
Publié: (2026)
Event-level Knowledge Editing
par: Peng, Hao, et autres
Publié: (2024)
par: Peng, Hao, et autres
Publié: (2024)
Knowledge Editing with Dynamic Knowledge Graphs for Multi-Hop Question Answering
par: Lu, Yifan, et autres
Publié: (2024)
par: Lu, Yifan, et autres
Publié: (2024)
Diagnosing Model Editing via Knowledge Spectrum
par: Pan, Tsung-Hsuan, et autres
Publié: (2025)
par: Pan, Tsung-Hsuan, et autres
Publié: (2025)
Parameter-Efficient Detoxification with Contrastive Decoding
par: Niu, Tong, et autres
Publié: (2024)
par: Niu, Tong, et autres
Publié: (2024)
Lifelong Knowledge Editing for LLMs with Retrieval-Augmented Continuous Prompt Learning
par: Chen, Qizhou, et autres
Publié: (2024)
par: Chen, Qizhou, et autres
Publié: (2024)
Intrinsic Task-based Evaluation for Referring Expression Generation
par: Chen, Guanyi, et autres
Publié: (2024)
par: Chen, Guanyi, et autres
Publié: (2024)
Computational Modelling of Plurality and Definiteness in Chinese Noun Phrases
par: Liu, Yuqi, et autres
Publié: (2024)
par: Liu, Yuqi, et autres
Publié: (2024)
Learning to Edit: Aligning LLMs with Knowledge Editing
par: Jiang, Yuxin, et autres
Publié: (2024)
par: Jiang, Yuxin, et autres
Publié: (2024)
An Information-Theoretic Framework for Robust Large Language Model Editing
par: Chen, Qizhou, et autres
Publié: (2025)
par: Chen, Qizhou, et autres
Publié: (2025)
Documents similaires
-
DSCD: Large Language Model Detoxification with Self-Constrained Decoding
par: Dong, Ming, et autres
Publié: (2025) -
How Much Do LLMs Know About Chinese Zero Pronouns?
par: Li, Yifei, et autres
Publié: (2026) -
Adaptive Detoxification: Safeguarding General Capabilities of LLMs through Toxicity-Aware Knowledge Editing
par: Lu, Yifan, et autres
Publié: (2025) -
CCNU at SemEval-2025 Task 3: Leveraging Internal and External Knowledge of Large Language Models for Multilingual Hallucination Annotation
par: Liu, Xu, et autres
Publié: (2025) -
How Do People Quantify Naturally: Evidence from Mandarin Picture Description
par: Zhang, Yayun, et autres
Publié: (2026)