OBU 正交边界遗忘法：在大型语言模型中消除双用途概念

正交边界遗忘法（OBU）旨在从大型语言模型中移除双用途危险能力，同时保持良性效用不被削弱。 OBU 通过奇异值分解提取能力子空间，并限制参数更新在正交零空间，保证对良性表征零扰动。 在 Gemma-3-4B 和 Qwen3.5-4B 等四个开源模型上验证，OBU 能降低提示攻击且不影响良性领域能力。