マルチモーダル大規模言語モデル（MLLM）はテキストと画像を同時に扱える一方、その内部知識を効率的に更新する手法は依然として課題が多い。知識編集（Knowledge Editing）は再学習なしにモデル内の事実的知識を修正する仕組みとして注目されているが、Tingchao Fu氏ら9名によるarXiv論文「Correct When Paired, Wrong When Split: Decoupling and Editing Modality-Specific Neurons in MLLMs」（arXiv:2606.17057、2026年4月20日投稿）は、既存の知識編集パラダイムにこれまで十分に検討されてこなかった重大な問題があると指摘する。著者らはこれを「編集デカップリング失敗（editing decoupling failure）」と呼ぶ。
編集デカップリング失敗とは、モデルがマルチモーダル入力（テキストと画像のクエリ対）によってトリガーされた場合にはエンティティに関する知識を更新できるものの、その対入力を単一モーダルに分割すると、編集前の古い事実に戻ってしまう現象である。つまり編集結果がモデルの知識表現に真に定着したのではなく、特定のマルチモーダルなトリガー条件に依存して初めて成立しているにすぎず、トリガーの形式が変わると効果が失われてしまう。
研究チームはこの現象を解明するため詳細な実証分析を行った。その結果、MLLMにおけるエンティティ知識は統一的表現として保存されているのではなく、互いにデカップリングされたモダリティ固有の経路に分散して保持されていることが明らかになった。そのため、マルチモーダルなクエリに偏った更新は単一モーダルの回路へ効果的に伝播せず、テキストで問う場合と画像で問う場合とでモデルの回答が食い違う可能性がある。この発見は、マルチモーダル入力のみを対象に編集目標を最適化するだけでは不十分であることを示している。
この問題に対処するため、著者らはDECODEと名付けた手法を提案する。DECODEの中心的な考え方は、特定の知識に対応するモダリティ固有のニューロングループを明示的にデカップリングし、局所化することにある。これにより知識更新を該当するニューロン群へ正確に作用させ、マルチモーダルなクエリ経路に一括して適用するのではなく、異なるモダリティのトリガー下にある知識表現をカバーできるようにする。
実験の結果、DECODEは異なるモダリティのトリガー条件下でも一貫して有効な知識更新を実現し、編集デカップリング失敗を緩和することが示された。本研究はマルチモーダルモデルの知識保守、事実修正、安全性アラインメントにとって参考になる知見であり、知識編集の評価ではマルチモーダルと単一モーダルの両方のトリガーで一貫性を検証すべきであり、対入力のクエリ結果だけを成功基準にしてはならないことを示唆している。
本論文は18ページ・図11点からなり、機械学習（cs.LG）に分類され、人工知能（cs.AI）および計算言語学（cs.CL）にもまたがる。arXiv:2606.17057v1として公開され、DOIは10.48550/arXiv.2606.17057、Tingchao Fu氏により2026年4月20日05:43:19 UTCに投稿された。