Model Editing

La edición de modelos es la modificación dirigida de un modelo de aprendizaje automático entrenado para que aprenda, corrija o elimine un comportamiento específico sin necesidad de un reentrenamiento completo. Un editor puede cambiar pesos de modelo seleccionados, adjuntar un pequeño módulo de memoria o redirigir las salidas en el momento de la inferencia. El término se refiere comúnmente a corregir el conocimiento en un modelo de lenguaje grande, aunque cada vez se aplica más a modelos base multimodales y de visión. No significa editar un objeto 3D o una imagen generada.

Link to this sectionCómo funciona la edición de modelos#

Una solicitud de edición de modelos suele especificar una entrada, la respuesta anterior y la respuesta deseada. Los métodos descritos en un estudio integral sobre edición de conocimientos de 2024 se dividen generalmente en tres grupos: actualización de parámetros internos, integración de nuevos conocimientos en el modelo o consulta de conocimientos externos. (arxiv.org)

La edición de modelos se diferencia de las técnicas relacionadas:

• Ajuste fino: Actualiza el comportamiento en todo un conjunto de datos, mientras que la edición de modelos busca un cambio estrecho y localizado.
• Marco de edición de conocimientos EasyEdit: Demuestra editores prácticos de parámetros, memoria y metiaprendizaje para modelos de lenguaje. (aclanthology.org)
• Generación aumentada por recuperación: Proporciona información actualizada sin cambiar los parámetros subyacentes.
• Desaprendizaje automático: Busca eliminar la información aprendida en lugar de reemplazar o agregar conocimientos.
• Fusión de modelos: Combina múltiples modelos entrenados o actualizaciones en lugar de realizar una edición precisa.

Link to this sectionEvaluación y riesgos#

Una edición exitosa debe satisfacer la fiabilidad para la solicitud objetivo, la generalidad en entradas reformuladas, la localidad en comportamientos no relacionados y la portabilidad a tareas de razonamiento conectadas. Las investigaciones sobre problemas en la edición de conocimientos, degradación de la capacidad general y perturbaciones del conocimiento vecino muestran que una edición aparentemente correcta puede alterar respuestas o habilidades de razonamiento no relacionadas. (openreview.net)

Las ediciones repetidas también pueden causar olvido catastrófico. Los resultados pueden depender en gran medida de las métricas de evaluación y del tamaño del lote, como destaca un estudio de 2025 sobre la evaluación de editores de conocimientos. La evaluación multimodal se está expandiendo a través de VLKEB para la edición de visión-lenguaje y MMKE-Bench para diversos conocimientos visuales. (aclanthology.org)

Link to this sectionAplicaciones en el mundo real#

• Actualizaciones de modelos de visión-lenguaje de por vida: Un asistente visual puede aprender un producto recién introducido o la identidad corregida de un hito mientras conserva el conocimiento visual anterior.
• Correcciones de visión-lenguaje médico: Los sistemas clínicos se pueden evaluar después de actualizar terminología obsoleta o conocimientos diagnósticos en variaciones de imagen y texto. (arxiv.org)
• Adaptación de visión por computador: un modelo de inspección se puede actualizar para reconocer un nuevo tipo de defecto sin reconstruir el pipeline de entrenamiento completo.

Link to this sectionMejores prácticas actuales#

Conserva el punto de control original, usa la actualización efectiva más pequeña y ejecuta pruebas de modelos amplias antes del despliegue. Trabajos recientes sugieren comparar las modificaciones de pesos con enfoques basados en contexto, que pueden ser más robustos en condiciones realistas, y probar secuencias largas de ediciones en busca de interferencias. (arxiv.org) Los equipos de producción deben mantener registros de edición, rutas de reversión, pruebas de seguridad y monitoreo de modelos continuo.

Link to this sectionLa edición de modelos en los flujos de trabajo de Ultralytics#

Para Ultralytics YOLO26, el entrenamiento dirigido es el equivalente práctico de una edición amplia de modelos. Este ejemplo actualiza un detector preentrenado utilizando un conjunto de datos pequeño, y luego aplica la validación para detectar cambios de rendimiento no deseados:

from ultralytics import YOLO

model = YOLO("yolo26n.pt")
model.train(data="coco8.yaml", epochs=1)
metrics = model.val()
print(metrics.box.map)

Conserva puntos de control versionados utilizando la guía de guardado de modelos de PyTorch, y usa Ultralytics Platform para anotar datos, entrenar modelos actualizados, desplegar revisiones y monitorizar el rendimiento de producción.