学会遗忘：面向 LLM 表征空间的分布遗忘

研究人员提出面向 LLM 表征空间的非参数分布遗忘框架 Mamushi，利用概率分类器估计遗忘与保留数据的对数密度比来筛选删除样本。理论上，对该密度比设定阈值可在固定预算下实现最优选择规则，并具备非渐近迁移保证。在毒性语言及特定主题移除实验中，Mamushi 取得了优于基线的移除与保留权衡，有效减少了遗忘所需样本数。