本研究提出了一种名为“μKE”的新型记忆更新机制，旨在解决大型语言模型因静态训练数据引发的幻觉和安全风险问题。该机制通过套娃式目标和自适应损失系数提升了编辑效率，实验证明效率提高了12.33%。