研究者提出多模态大模型细粒度遗忘框架CUSE

Chenlu Ding 等研究者提出面向多模态大语言模型的细粒度遗忘框架 CUSE，通过反事实引导的在线自蒸馏实现 token 级遗忘。 针对现有遗忘方法 token 控制粗糙、依赖固定离线监督的问题，CUSE 先移除目标相关证据构建反事实输入，利用 token 概率变化定位需要强化遗忘的 token；再以冻结的原始模型为教师，结合遗忘与保留两类特权上下文，对当前策略采样的响应做 token 级在线自蒸馏。 该框架由研究者在论文中提出，效果以论文表述为准。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。