本文研究了大型语言模型（LLM）知识编码的优化技术，提出了LLMBRACES方法，通过调整FFN层的子更新贡献，显著提升模型在情感控制和降低文本毒性方面的性能。

本研究提出了一种新校准方法，通过在大型语言模型中添加[IDK]标记，明确表达不确定性，从而减少生成文本中的错误预测，并对知识编码的影响较小。