Pesquisadores propõem o ScopeEdit, um editor online consciente do escopo que reformula a edição de modelos de linguagem multimodais grandes (MLLM) controlando o limite de propagação de cada atualização em vez de apenas corrigir instâncias. O método decompõe as atualizações em uma rama de absorção local à modalidade e uma rama de generalização compartilhada com porta de evidência para gerenciar a transferência entre modalidades.
- O ScopeEdit usa espaços de baixo posto ortogonais para geometrias de escrita separadas por escopo e recursões de Sherman--Morrison para precondicionadores, resultando em sobrecarga constante por edição.
- A rama compartilhada permite propagação entre modalidades apenas quando as evidências visual e textual estão suficientemente alinhadas.
- Experimentos em diversos benchmarks e fluxos de edição de longo prazo mostram trocas melhoradas entre transferência dentro do escopo e localidade fora do escopo, preservando confiabilidade e estabilidade.
A abordagem aborda a lacuna de escopo em editores existentes ao prevenir vazamento para entradas não relacionadas e garantir que as edições não se generalizem além de seu limite semântico pretendido.