BriefGPT - AI 论文速递
·
通过参数修剪减轻知识增强生成中的知识冲突
📝
内容提要
本研究针对知识增强生成（KAG）中的知识冲突问题，提出了一种基于参数修剪的新方法——PIP-KAG。该方法通过修剪大型语言模型的内部知识，并引入可插拔的适应模块，以更有效地利用外部知识。实验结果表明，PIP-KAG显著减少了知识冲突，提高了情境忠实度，同时在KAG框架内将模型参数减少了13%，提升了参数效率。
➡️
