Model Editing

L'édition de modèle est la modification ciblée d'un modèle d'apprentissage automatique entraîné afin qu'il apprenne, corrige ou supprime un comportement spécifique sans nécessiter un nouvel entraînement complet. Un éditeur peut modifier certains poids du modèle, attacher un petit module de mémoire ou rediriger des sorties au moment de l'inférence. Ce terme désigne généralement la correction des connaissances dans un grand modèle de langage, bien qu'il s'applique de plus en plus aux modèles de fondation multimodaux et de vision. Cela ne signifie pas modifier un objet 3D ou une image générée.

Link to this sectionComment fonctionne l'édition de modèle#

Une requête d'édition de modèle spécifie généralement une entrée, l'ancienne réponse et la réponse souhaitée. Les méthodes décrites dans une étude complète de 2024 sur l'édition de connaissances se divisent généralement en trois groupes : la mise à jour des paramètres internes, l'intégration de nouvelles connaissances dans le modèle ou la consultation de connaissances externes. (arxiv.org)

L'édition de modèle diffère des techniques apparentées :

• Fine-Tuning : Met à jour le comportement sur l'ensemble d'un jeu de données, tandis que l'édition de modèle vise un changement ciblé et restreint.
• Cadre d'édition de connaissances EasyEdit : Démontre des éditeurs pratiques basés sur les paramètres, la mémoire et le méta-apprentissage pour les modèles de langage. (aclanthology.org)
• Génération augmentée par récupération : Fournit des informations actuelles sans modifier les paramètres sous-jacents.
• Oubli automatique : Vise à supprimer les informations apprises plutôt qu'à remplacer ou ajouter des connaissances.
• Fusion de modèles : Combine plusieurs modèles entraînés ou mises à jour au lieu d'effectuer une seule modification précise.

Link to this sectionÉvaluation et risques#

Une modification réussie doit satisfaire aux critères de fiabilité pour la requête cible, de génériculté sur des entrées reformulées, de localité sur un comportement non apparenté et de portabilité vers des tâches de raisonnement connectées. La recherche sur les pièges de l'édition de connaissances, la dégradation des capacités générales et les perturbations des connaissances voisines montre qu'une modification apparemment correcte peut altérer des réponses ou des compétences de raisonnement sans rapport. (openreview.net)

Des modifications répétées peuvent également provoquer un oubli catastrophique. Les résultats peuvent dépendre fortement des métriques d'évaluation et de la taille des lots, comme le souligne une étude de 2025 sur l'évaluation des éditeurs de connaissances. L'évaluation multimodale se développe grâce à VLKEB pour l'édition vision-langage et MMKE-Bench pour diverses connaissances visuelles. (aclanthology.org)

Link to this sectionApplications concrètes#

• Mises à jour perpétuelles de modèles vision-langage : Un assistant visuel peut apprendre un produit nouvellement introduit ou l'identité corrigée d'un point de repère tout en conservant ses connaissances visuelles antérieures.
• Corrections en vision-langage médical : Les systèmes cliniques peuvent être évalués après la mise à jour de terminologies obsolètes ou de connaissances diagnostiques à travers des variations d'images et de texte. (arxiv.org)
• Adaptation en vision par ordinateur : Un modèle d'inspection peut être mis à jour pour reconnaître un nouveau type de défaut sans avoir à reconstruire tout le pipeline d'entraînement.

Link to this sectionMeilleures pratiques actuelles#

Conserve ton point de contrôle d'origine, utilise la mise à jour efficace la plus petite possible et exécute des tests de modèles approfondis avant le déploiement. Des travaux récents suggèrent de comparer les modifications de poids aux approches basées sur le contexte, qui peuvent s'avérer plus robustes dans des conditions réalistes, et de tester de longues séquences de modifications pour détecter les interférences. (arxiv.org) Les équipes de production doivent tenir des journaux de modifications, des chemins de restauration, des tests de sécurité et un suivi des modèles continu.

Link to this sectionL'édition de modèle dans les flux de travail Ultralytics#

Pour Ultralytics YOLO26, l'entraînement ciblé est l'équivalent pratique d'une édition de modèle à grande échelle. Cet exemple met à jour un détecteur pré-entraîné à l'aide d'un petit jeu de données, puis applique la validation pour détecter les changements de performance non intentionnels :

from ultralytics import YOLO

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

Conserve tes points de contrôle versionnés à l'aide des conseils de sauvegarde de modèles PyTorch, et utilise Ultralytics Platform pour annoter des données, entraîner des modèles mis à jour, déployer des révisions et surveiller les performances en production.