热点事件持续更新

研究者提出RA²潜在空间遗忘方法

1 篇报道1 个报道来源6 小时前更新

先了解这件事

AI 综述

Zinan Ling等作者提出一种大语言模型遗忘方法RA²（Retain-Anchored Attraction），在隐空间中把forget token的状态重定向到邻近的retain支持表示，同时保留高层在retain数据上的行为。据该研究称，在WMDP和MUSE基准上，RA²在相近的广泛效用水平下取得比强基线更高的遗忘邻近效用，说明forget表示的迁移方向会影响遗忘边界附近的良性行为。代码已开源。

AI 根据报道生成 · 2 小时前更新

最新进展10月15日 12:00

RA²：Retain-Anchored Attraction 在 LLM 遗忘中保留遗忘邻近效用

报道时间线

沿着报道，了解事件的不同侧面。

10月15日

12:00
arXiv cs.LG
RA²：Retain-Anchored Attraction 在 LLM 遗忘中保留遗忘邻近效用
研究者提出 LLM 遗忘方法 RA²（Retain-Anchored Attraction），将 forget token 的隐空间状态重定向到邻近的 retain 支持表示，同时保留高层在 retain 数据上的行为。在 WMDP 和 MUSE 上，RA² 在相近的广泛效用水平下取得比强基线更高的遗忘邻近效用，表明 forget 表示的迁移方向会影响遗忘边界附近的良性行为。代码已开源。

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。