标签
本文将顺序重现识别为Diffusion数据点遗忘过程中的失效模式，并提出一种锐度引导方法，以提升跨删除序列的遗忘持久性。
论文介绍了GUARD，一种用于大型推理模型中自然遗忘的方法，该方法使用引导式答案推理蒸馏来抑制思维链中的不安全或私密内容，同时保持推理实用性。
本文介绍了μ²-Bench，这是一个用于评估大型语言模型中多语言机器遗忘的基准，旨在确保在不同语言中有效移除不需要的信息。
ARIA是一种用于大型语言模型的测试时遗忘方法，它使用稀疏自编码器在推理过程中抑制不需要的知识，而不修改权重，从而改善遗忘-保留权衡，并在对抗性攻击中保持稳健。
本文探讨了针对Large Audio-Language Models的机器遗忘技术，以移除语音问答任务中的敏感信息，并展示了将隐私泄露降低高达80%同时保持性能的方法。
本文介绍了LLM遗忘中的遗忘集错位，并提出了一种名为CONFS的数据无关框架来解决这一问题，实现了遗忘与效用之间的竞争性平衡。
本文介绍了I-CARE，这是一种系统性分析文本到图像模型机器遗忘中干扰的方法，提供了形式化定义和开源框架，以实现可重复研究。
本文提出了CallosumNet，一种受生物学启发的框架，用于在时空图中实现高效遗忘学习，以符合GDPR等隐私法规，实现完全遗忘且准确率损失最小。
IsleNet引入了一种基于空间熵的分区方法用于时空图遗忘，能够在满足隐私法规的同时，以低计算成本实现精确数据删除并保持高精度。
该研究揭示了大语言模型在机器遗忘方面的显著差距，表明对抗性评估能够揭示遗忘信息的可恢复性，即使在使用强标准指标的情况下，凸显了对抗性压力测试的必要性。
本文将工具介导的恢复识别为LLM遗忘中的一种失败模式，并提出Agentic Tool Unlearning（ATU）以同时减少参数回忆和基于工具的恢复，同时保持正常工具使用。
本文介绍了ConceptGuard，这是一个基准测试，用于评估大型语言模型中使用双重用途概念的上下文敏感遗忘能力，揭示了当前遗忘技术在此实际评估框架下表现不佳。
本文探讨了语言模型中机器遗忘的遗忘集策划，引入了一个评估逐字输出抑制的基准，并强调了效果与能力保留之间的权衡。
论文提出了AdaPop，一种基于自适应流行度的大语言模型遗忘方法，它根据事实频率调整梯度压力，以提高遗忘效果并减少查询下的信息泄露。
本文揭示了经过强化学习训练的多模态大型推理模型中的一个隐私漏洞：即使在最终答案中成功消除了敏感事实，模型仍可能在推理轨迹中重现这些事实。为此，本文提出LEMUR，一个无需训练、推理时运行的框架，利用熵动态来检测并抑制此类泄露。
提出了J-Access，一种使用雅可比透镜的推理时审计方法，用于衡量未学习（unlearned）LLM中残余知识的可访问性，发现可访问性可预测恢复速度，但直接最小化它并不能促进真正的删除。
介绍GROM，一种无梯度的单次机器遗忘方法，通过岭正则化最小二乘法计算闭式加性权重更新，在TOFU和WMDP等基准上实现了最先进的遗忘-效用权衡，并能抵抗基于量化的恢复攻击。
本文介绍了一个用于评估机器遗忘的新基准，重点关注多跳推理一致性和恢复鲁棒性。实验表明，现有遗忘方法在遗忘质量、鲁棒性和效用保持之间面临“不可能三角”的权衡。
本文提出了一种面向机器遗忘的保留感知定位方法，可减少对语义相似保留样本的附带损害，并引入了一个保留相似性评估集。在CIFAR-10上的ResNet18实验表明，该方法减少了附带损害并改善了遗忘指标。
This paper investigates exact deletion from language-model memory, showing that subtractive methods work when record influence is addressable, while replay/rebuild is needed when influence is woven into recurrent state. Experiments on Gemma and Kimi hybrid models demonstrate trade-offs in utility and exactness.