arXiv · NLP· Kemou Li, Zhuan Shi, Qizhou Wang, Fengpeng Li, Negar Rostamzadeh, Golnoosh Farnadi, Jiantao Zhou·· 2026-10-09AI 评分31
LLM 人格遗忘:PersonaUnlearnBench 基准与 PaCE 方法
LLM Persona Unlearning
AI 导读
研究提出人格遗忘任务及基准 PersonaUnlearnBench,发现标准方法无法可靠消除目标人格而不损害通用性。 提出 PaCE 方法,通过定位内部行为方向,在保持高回复质量的同时有效抑制特定人格,仅产生中等效用成本。
来源:arXiv · NLP · arxiv.org