Hybrid-Policy Self-Editing for Composable Unstructured Knowledge Editing

• 类型：arxiv
• 标识：2608.11660
• 链接：https://arxiv.org/abs/2608.11660
• 主分类：llm-infra
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar
• S2被引：0
• 影响力被引：0
• TLDR：HPSE is proposed, which builds a hybrid rollout that steps in to place missing facts onto the student's own trajectory precisely where its coverage fails, while staying on-policy elsewhere.
• 待LLM分类：否
• 标题中文：用于可组合非结构化知识编辑的混合策略自编辑
• TLDR中文：提出 HPSE，构建一种混合 rollout，能够在 student 自身轨迹中 coverage 缺失的精确位置补齐缺失事实，同时在其他位置保持 on-policy。
• 成熟度：research
• 场景：知识编辑、LLM、自编辑
• 来源文件：
• /inbox/tom/_candidates/2026-08-15-agent-rag-longcontext-candidates.json
• /inbox/tom/_candidates/2026-08-16-agent-rag-longcontext-candidates.json
• /inbox/tom/_candidates/2026-08-17-agent-rag-longcontext-candidates.json
• /inbox/tom/_candidates/2026-08-17-agent-memory-tool-use-candidates.json
• [S2 enrich]