LLM 能否重新发明基础算法？arXiv 研究用遗忘方法测试大模型

研究用 LLM unlearning 方法抑制模型对目标算法的直接记忆，再让其推理恢复，结果近半数目标算法无法恢复；仅抑制解码时提及算法名称，恢复率就下降 19–39%，显示模型过度依赖记忆知识。可恢复的算法多为结构或核心思想较简单者，研究还引入生成式验证器以维持推理强度、避免“思维崩溃”。