热点事件观察中
研究团队提出DeLLM大模型记忆删除框架
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
研究发现，具备持久记忆的大语言模型（LLM）无法按用户请求彻底删除指定信息，即使模型声称已遗忘，也常因对话依赖导致信息残留。针对该问题，研究团队于2026年9月30日提出了DeLLM框架。该框架通过为每次查询动态构建相关上下文，并维护消息溯源图来精准确定待清理内容。实验表明，DeLLM在保持模型实用性的同时实现了高删除率。
AI 根据报道生成 · 4 小时前更新
最新进展9月30日 12:00
研究团队提出DeLLM框架，通过动态上下文和溯源图实现高删除率。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv 自然语言处理系统化擦除 LLM 记忆：DeLLM 框架
研究发现具备持久记忆的 LLM 无法按用户请求彻底删除指定信息，即使声称已遗忘也常因对话依赖导致信息残留。为此研究团队提出 DeLLM 框架，通过为每次查询动态构建相关上下文并维护消息溯源图来确定待清理内容。实验表明，DeLLM 在保持模型实用性的同时实现了高删除率。
本事件热度走势
当前热度 5·可比范围峰值 5（10月1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。