ホットトピック観察中
研究人员提出大模型机器遗忘新方法SHIFT
1 件の報道1 件の報道元1 日前 更新
まずこの件を把握する
AI 概要
2026年11月，arXiv发布的大模型遗忘研究提出新方法SHIFT。该方法通过向微调前权重收缩并短暂重学保留集，将前瞻变化外推为蒸馏目标，以此逼近重新训练的模型。在OpenUnlearning协议下对比11个基线模型的测试结果显示，SHIFT在所有TOFU设置中均取得最高综合评分，其oracle对齐度平均达到次优方法的3.7倍。此外，测试表明SHIFT在MUSE基准上保留了最多知识，并且在遭遇重学习攻击时仍能紧贴oracle。
AI が報道をもとに生成 · 1 日前 更新
最新の進展11月3日 13:00
研究团队提出SHIFT遗忘方法，在多项基准测试中综合评分居首并有效抵御重学习攻击。報道タイムライン
報道をたどり、出来事のさまざまな側面を知る。
11月3日
- arXiv 机器学习通过外推“收缩-修复”前瞻实现大模型遗忘
大模型遗忘方法 SHIFT 通过向微调前权重收缩并短暂重学保留集，将前瞻变化外推为蒸馏目标以逼近重训模型。在 OpenUnlearning 协议下对比 11 个基线，SHIFT 在所有 TOFU 设置中取得最高综合评分，oracle 对齐度平均达到次优方法的 3.7 倍。此外，该方法在 MUSE 上保留了最多知识，且在重学习攻击下仍能紧贴 oracle。
このストーリーのホット度の推移
現在のホット度 4·比較可能範囲のピーク 9（11月3日 18:00）·直近24時間の比較可能な変化-50%
トレンドは継続して完全に観測した同じ主体のみを比較するため、現在のホット度の集計より範囲が狭い場合があります。ポインターの移動やタップで1時間ごとのホット度を確認でき、キーボードでは左右の矢印キーで切り替えられます。