Los investigadores proponen ScopeEdit, un editor en línea consciente del ámbito que reformula la edición de modelos de lenguaje multimodales grandes (MLLM) controlando el límite de propagación de cada actualización en lugar de simplemente corregir instancias. El método descompone las actualizaciones en una rama de absorción local a la modalidad y una rama de generalización compartida con puerta de evidencia para gestionar la transferencia entre modalidades.
- ScopeEdit utiliza espacios de rango bajo ortogonales para geometrías de escritura separadas por ámbito y recursiones de Sherman--Morrison para precondicionadores, lo que produce una sobrecarga constante por edición.
- La rama compartida permite la propagación entre modalidades solo cuando la evidencia visual y textual están suficientemente alineadas.
- Los experimentos en diversos benchmarks y flujos de edición a largo plazo muestran un equilibrio mejorado entre la transferencia dentro del ámbito y la localidad fuera del ámbito, preservando la fiabilidad y la estabilidad.
El enfoque aborda la brecha de ámbito en los editores existentes al prevenir la filtración a entradas no relacionadas y asegurar que las ediciones no se generalicen más allá de su límite semántico previsto.