研究团队提出大模型机器遗忘新算法PINT并开源代码
Start here
2026年11月4日，arXiv发布大语言模型机器遗忘相关研究，研究者提出了新算法PINT。该方法利用希尔伯特-施密特独立性准则（HSIC），通过降低待遗忘token与内部表征之间的统计依赖来实现遗忘。实验在个人信息、高危安全知识及版权内容等8种场景下进行了评估，已在最高7B参数规模的模型上完成测试，并证明可扩展至70B规模。评估结果显示，PINT在遗忘效果与模型效用的权衡上达到了平均最优。目前，该算法的相关代码已正式开源。
AI-generated from reports · Updated 13 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 机器学习基于统计独立性的大语言模型遗忘方法研究
研究者提出大语言模型机器遗忘新算法 PINT，利用希尔伯特-施密特独立性准则（HSIC）降低待遗忘 token 与内部表征的统计依赖。该方法在个人信息、高危安全知识及版权内容等 8 种场景完成评估，并在最高 7B 模型上测试且证明可扩展至 70B 参数规模。PINT 在遗忘与效用权衡上达到平均最优，相关代码已开源。
Story heat trend
Current heat 7·Comparable peak 10（Nov 4 14:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.