热点事件持续更新
研究者提出大语言模型可审计机器遗忘方法
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
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 根据报道生成 · 5 小时前更新
最新进展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。报道时间线
沿着报道，了解事件的不同侧面。
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。
本事件热度走势
当前热度 9·可比范围峰值 10（11月5日 14:00）·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。