LLM 强化知识解学习：基于知识关联的遗忘方法

研究提出知识关联强化解学习（KARU），通过强化学习框架精准抑制 LLM 特定知识关联，实现细粒度遗忘同时保持通用能力。 方法包含 token 级奖励构造、分布级正则化及近端感知保留采样，实验表明在保持保留性能与通用效用相当的前提下，持续优于现有基线模型的遗忘效果。