知识编辑

大型语言模型知识编辑领域的综合性多任务基准评估框架 当前知识编辑领域缺乏统一的标准化评估体系，该工具提供综合评估框架，可测试对比不同知识编辑方法在修改特定领域LLM行为时的有效性，同时验证方法对LLM整体性能的影响。该基准包含六类不同数据集，覆盖多种编辑类型，填补了多场景统一评估的空白。