EngramEdit：通过条件记忆实现 LLM 解耦知识更新

EngramEdit 是一种基于条件记忆架构（如 DeepSeek Engram）的 LLM 解耦知识编辑方法。它先计算让模型在多种表达下都能预测更新事实的目标记忆表征，再联合更新共享 n-gram embedding，对频繁复用的 embedding 施加更强约束以保护无关知识。