跳到正文
arXiv · ML· Zinan Ling, Yang Xiao, Ruimeng Ye, Sijia Liu, Bo Hui·· 2026-10-15AI 评分21

RA²:保留锚定吸引法在LLM遗忘中保留相邻效用

RA$^2$: Retain-Anchored Attraction Preserves Forget-Adjacent Utility in LLM Unlearning

AI 导读

论文提出RA²(保留锚定吸引法),这是一种潜空间遗忘方法,旨在重定向遗忘token状态以解决遗忘相邻效用损失。 该方法将遗忘表示重定向至邻近保留支持表示,在WMDP和MUSE基准测试中,RA²在保持广泛效用的同时比基线方法具有更高的遗忘相邻效用。

来源:arXiv · ML · arxiv.org