EasyEdit项目中WISE方法复现结果异常问题分析

现象描述

在使用EasyEdit项目复现WISE论文中的幻觉实验结果时，研究人员发现当对mistral-7b模型进行连续600次编辑后，得到的困惑度(ppl)结果与论文报告值存在显著差异。具体表现为：

• WISE方法复现结果：重写困惑度70.20，邻域准确率0.95
• ROME方法复现结果：重写困惑度50535.62，邻域准确率0.02
• 论文报告结果：WISE重写困惑度5.21，ROME重写困惑度241.17

问题分析

造成这种差异的主要原因可能在于评估过程中的离群值处理。在模型编辑任务中，特别是进行大量连续编辑后，某些样本可能会产生极高的困惑度值，这些离群点会显著拉高整体平均困惑度。

解决方案

EasyEdit项目维护者建议恢复评估代码中的clip操作，即将困惑度值限制在0到100的范围内。这一操作能够有效过滤掉极端离群值，使评估结果更加稳定可靠。

技术背景

困惑度是衡量语言模型性能的重要指标，表示模型对测试数据预测的不确定性程度。在模型编辑任务中，随着编辑次数的增加，模型可能会在某些样本上产生异常预测，导致困惑度值急剧上升。合理的数值截断处理是保证评估结果可比性的常见做法。

实践建议

对于使用EasyEdit进行模型编辑研究的用户，建议：

1. 在进行大规模连续编辑实验时，特别注意评估指标的稳定性
2. 合理设置评估参数的边界值，避免极端值影响整体结果
3. 对比不同方法时，确保评估流程和参数设置的一致性
4. 关注项目代码库的更新，及时获取最新的评估策略改进

通过以上措施，可以更好地复现论文结果，并获得更可靠的模型编辑性能评估。