热点事件持续更新
研究人员提出多模态大模型遗忘新方法FASD
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
2026年10月14日，研究人员在arXiv发布关于多模态大语言模型（MLLM）遗忘技术的研究，提出遗忘感知自蒸馏（FASD）方法。该研究旨在解决以往MLLM在遗忘过程中容易诱发虚构事实，以及单纯拒绝训练未能真正消除底层知识的问题。FASD将遗忘过程解耦为行为通道与知识通道：行为通道从提示无知状态的模型副本中蒸馏拒绝行为并掩码目标token；知识通道则独立抑制标准答案跨度。实验表明，该方法能够成功遗忘目标知识并防止信息泄露。研究团队表示，相关代码和数据将在正式发表后开源。
AI 根据报道生成 · 5 小时前更新
最新进展10月14日 12:00
研究人员提出FASD方法解耦知识擦除与拒绝学习，相关代码和数据将在发表后开源。报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv 人工智能解耦多模态大语言模型遗忘中的知识擦除与拒绝学习
研究人员提出遗忘感知自蒸馏（FASD）方法，旨在解决多模态大语言模型遗忘中诱发虚构事实以及拒绝训练未真正消除底层知识的问题。该方法解耦为行为和知识两个通道：行为通道从提示无知状态的模型副本中蒸馏拒绝行为并掩码目标 token，知识通道则独立抑制标准答案跨度。实验表明 FASD 能成功遗忘目标知识并防止信息泄露，相关代码和数据将在发表后开源。
本事件热度走势
当前热度 8·可比范围峰值 9（10月14日 15:00）·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。