热点事件持续更新
研究人员提出大模型遗忘学习新方法RA²
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月15日，arXiv发表的一项研究提出了潜空间遗忘学习新方法RA²（Retain-Anchored Attraction）。针对提示词接近遗忘领域时模型良性推理能力下降的“遗忘邻近效用损失”问题，RA²将遗忘token状态重定向至附近的保留支持表征。在WMDP和MUSE数据集上的实验表明，在保持相似广泛效用水平的同时，RA²取得了高于强基线的遗忘邻近效用。目前该研究的相关代码已正式开源。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 12:00
研究人员提出潜空间遗忘学习方法RA²以减少邻近效用损失，相关代码已开源。报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv 机器学习RA$^2$：通过保留锚定吸引在 LLM 遗忘学习中保留遗忘邻近效用
研究人员提出潜空间遗忘学习方法 RA$^2$（Retain-Anchored Attraction），将遗忘 token 状态重定向至附近的保留支持表征，以解决提示词接近遗忘领域时良性推理能力下降的“遗忘邻近效用损失”问题。在 WMDP 和 MUSE 上的实验表明，在保持相似广泛效用水平下，RA$^2$ 取得比强基线更高的遗忘邻近效用，相关代码已开源。
本事件热度走势
当前热度 9·可比范围峰值 10（10月15日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。