ROME je metoda, která cíleně upraví konkrétní faktickou souvislost uloženou v jazykovém modelu. Místo nového trénování na velké sadě příkladů vypočítá malou změnu matice vah ve vybrané dopředné vrstvě transformátoru. Změna má hodnost jedna: lze ji sestavit z dvojice vektorů. Model pak může odpovídat podle upravené informace i při jinak položených otázkách, nejen opakovat jednu naučenou větu. Nejde o doplnění dokumentu k dotazu ani o vymazání vlivu celé tréninkové sady. Metoda pomáhá zkoumat a opravovat znalosti modelů, ale lze ji také zneužít k podstrčení nepravdivé informace. Úprava proto vyžaduje testy: zda se požadovaný fakt opravdu změnil a zda neutrpěly nesouvisející odpovědi. Nezaručuje bezpečnou opravu každého modelu.
