热点事件观察中

研究者提出大模型遗忘评估框架TRIAGE

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

2026年9月29日，研究人员提出了大语言模型机器遗忘评估框架TRIAGE。该框架通过Fisher信息与Hessian对角线近似测量参数敏感度与局部曲率变化，用以量化语义相关知识的邻接差距。在涵盖12种遗忘方法、4个大语言模型以及WMDP、TOFU、MUSE基准的测试中，结果显示即便不同方法在行为层面表现出的遗忘程度相似，其在模型内部参数改变及附带损伤模式上仍存在显著差异。

AI 根据报道生成 · 5 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

9月29日

12:00
arXiv 机器学习
基于 TRIAGE 的大语言模型遗忘评估框架
TRIAGE 是一种大语言模型机器遗忘评估框架，通过 Fisher 信息与 Hessian 对角线近似测量参数敏感度与局部曲率变化，从而量化语义相关知识的邻接差距。在 12 种遗忘方法、4 个大语言模型以及 WMDP、TOFU、MUSE 基准上的测试显示，行为层面上遗忘程度相似的方法，在模型内部参数改变及附带损伤模式上存在显著差异。

本事件热度走势

当前热度 5·可比范围峰值 5（9月30日 12:00）·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。