Model Editing

A edição de modelos é a modificação direcionada de um modelo de machine learning treinado, para que este aprenda, corrija ou remova comportamentos específicos sem um retreinamento completo. Um editor pode alterar pesos do modelo selecionados, anexar um pequeno módulo de memória ou redirecionar as saídas no momento da inferência. O termo refere-se normalmente à correção de conhecimento num modelo de linguagem de grande escala, embora seja cada vez mais aplicado a modelos fundamentais multimodais e de visão. Não significa editar um objeto 3D ou uma imagem gerada.

Como funciona a edição de modelos#

Um pedido de edição de modelo geralmente especifica uma entrada, a resposta antiga e a resposta pretendida. Os métodos descritos num estudo abrangente de 2024 sobre edição de conhecimento enquadram-se geralmente em três grupos: atualizar parâmetros internos, integrar novo conhecimento no modelo ou consultar conhecimento externo. (arxiv.org)

A edição de modelos é diferente de técnicas relacionadas:

• Ajuste fino: Atualiza o comportamento em todo um conjunto de dados, enquanto a edição de modelos visa uma alteração restrita e localizada.
• Framework de edição de conhecimento EasyEdit: Demonstra editores práticos de parâmetros, memória e meta-aprendizagem para modelos de linguagem. (aclanthology.org)
• Geração aumentada por recuperação: Fornece informações atuais sem alterar os parâmetros subjacentes.
• Esquecimento de machine learning: Procura remover informações aprendidas em vez de substituir ou adicionar conhecimento.
• Fusão de modelos: Combina vários modelos treinados ou atualizações em vez de realizar uma única edição precisa.

Avaliação e riscos#

Uma edição bem-sucedida deve garantir fiabilidade para o pedido-alvo, generalidade entre entradas reformuladas, localidade no comportamento não relacionado e portabilidade para tarefas de raciocínio relacionadas. A investigação sobre armadilhas da edição de conhecimento, degradação da capacidade geral e perturbações do conhecimento vizinho mostra que uma edição aparentemente correta pode alterar respostas não relacionadas ou capacidades de raciocínio. (openreview.net)

As edições repetidas também podem causar esquecimento catastrófico. Os resultados podem depender fortemente das métricas de avaliação e do tamanho do lote, conforme destacado por um estudo de 2025 sobre a avaliação de editores de conhecimento. A avaliação multimodal está a expandir-se através do VLKEB para edição visão-linguagem e do MMKE-Bench para conhecimento visual diversificado. (aclanthology.org)

Aplicações no mundo real#

• Atualizações contínuas de modelos visão-linguagem: Um assistente visual pode aprender sobre um produto recém-introduzido ou sobre a identidade corrigida de um ponto de referência, preservando simultaneamente o conhecimento visual anterior.
• Correções médicas em modelos visão-linguagem: Os sistemas clínicos podem ser avaliados depois de atualizarem terminologia desatualizada ou conhecimento diagnóstico em diferentes variações de imagens e texto. (arxiv.org)
• Visão computacional — adaptação: Um modelo de inspeção pode ser atualizado para reconhecer um novo tipo de defeito sem reconstruir todo o pipeline de treino.

Práticas recomendadas atuais#

Preserva o checkpoint original, utiliza a menor atualização eficaz e executa testes abrangentes do modelo antes da implementação. Trabalhos recentes sugerem comparar edições de pesos com abordagens baseadas em contexto, que podem ser mais robustas em condições realistas, e testar sequências longas de edições para detetar interferências. (arxiv.org) As equipas de produção devem manter registos de edições, caminhos de reversão, testes de segurança e monitorização contínua do modelo.

Edição de modelos nos fluxos de trabalho da Ultralytics#

Para Ultralytics YOLO26, o treino direcionado é o equivalente prático de uma edição ampla do modelo. Este exemplo atualiza um detetor pré-treinado utilizando um pequeno conjunto de dados e, em seguida, aplica a validação para detetar alterações de desempenho não intencionais:

from ultralytics import YOLO

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

Mantém checkpoints versionados utilizando as orientações da PyTorch para guardar modelos e utiliza a Ultralytics Platform para anotar dados, treinar modelos atualizados, implementar revisões e monitorizar o desempenho em produção.