研究者提出ForgetBench遗忘动态基准
热点事件持续更新
研究者提出ForgetBench遗忘动态基准
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
Ruxi Gu等研究者提出ForgetBench，用于衡量大语言模型在持续知识编辑下长期参数记忆的遗忘动态。该基准包含概念型QA与场景型QA两种评测范式，通过顺序编辑构建按时间排序的知识流，以后续编辑次数索引记忆年龄，量化时间衰减、保留强度与跨实例稳定性。 研究者在多模型与多编辑方法上的实验显示，不同模型和方法呈现不同的遗忘轨迹，长期保留与泛化质量之间存在反复出现的张力。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
ForgetBench：评测大语言模型长期参数记忆的遗忘动态报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.AIForgetBench：评测大语言模型长期参数记忆的遗忘动态
研究者提出 ForgetBench，用于衡量 LLM 在持续知识编辑下长期参数记忆的遗忘动态，包含概念型 QA 与场景型 QA 两种评测范式。该基准通过顺序编辑构建按时间排序的知识流，以后续编辑次数索引记忆年龄，量化时间衰减、保留强度与跨实例稳定性。多模型与多编辑方法的实验揭示了不同的遗忘轨迹，以及长期保留与泛化质量之间反复出现的张力。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。