EngramEdit 通过条件记忆实现解耦知识更新，CounterFact 效用达 93.9 并保留逾 96% 通用能力
EngramEdit 提出一种通过条件记忆实现解耦知识更新的方法：先为同一事实的多种表达计算目标记忆表示，再联合求解共享 n-gram 嵌入的更新，并对高频复用嵌入施加更强惩罚；在 LongCat-Flash-Lite 上，仅更新条件记忆即可在 CounterFact 与 ZsRE 上取得近乎完美的编辑成功率，改写后的知识可用于未见表达与多跳推理，且无关知识与通用能力基本保持。