ホットトピック継続更新中
研究者提出大语言模型可审计机器遗忘方法
1 件の報道1 件の報道元8 時間前 更新
まずこの件を把握する
AI 概要
2026年11月5日，研究人员针对大语言模型（LLM）机器遗忘提出“可审计性”评估维度及两阶段增强方法，用于提供数据已被删除的证据。该方案包含两项核心技术：一是用于拉大遗忘集与保留集审计统计差距的GapWiden，二是推理期的拒绝采样器GapVeil。在TOFU、MUSE和RWKU基准测试中，该方法使11种遗忘方法的可审计性均达到oracle水平，并同时改善了其中9种遗忘方法的保留性能。
AI が報道をもとに生成 · 8 時間前 更新
最新の進展11月5日 13:00
研究者提出包含GapWiden与GapVeil的两阶段可审计遗忘方案，大幅提升审计水平并改善保留性能。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5日
- arXiv 人工智能LLM 的可审计遗忘
研究人员针对 LLM 机器遗忘提出“可审计性”评估维度及两阶段增强方法，用于提供数据已被删除的证据。该方案包含用于拉大遗忘集与保留集审计统计差距的 GapWiden，以及推理期拒绝采样器 GapVeil。在 TOFU、MUSE 和 RWKU 测试中，该方法使 11 种遗忘方法的可审计性均达到 oracle 水平，并改善了其中 9 种的保留性能。
このストーリーのホット度の推移
現在のホット度 8·比較可能範囲のピーク 10（11月5日 14:00）·直近24時間の比較可能な変化–
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。