EngramEdit：通过条件记忆实现大语言模型的知识解耦更新

EngramEdit 是一种针对条件记忆架构（如 DeepSeek Engram）的知识更新方法，通过计算目标记忆表示并联合更新共享 n-gram 嵌入，实现对事实知识的独立编辑。该方法在多个表达形式下保持更新知识的可用性，支持多跳推理，编辑成功率接近完美，且对无关知识和通用能力影响极小。实验显示其在链式推理提示下准确率是最强基线的近三倍。