跳到正文
arXiv · NLP· Zeguan Xiao, Xuanzhe Xu, Yong Wang, Jian Yang, Yanqing HU, Yun Chen·· 2026-10-06AI 评分23

对抗重学习攻击的鲁棒 LLM 遗忘:表征中的次要分量至关重要

Robust LLM Unlearning Against Relearning Attacks: The Minor Components in Representations Matter

AI 导读

研究发现,现有 LLM 遗忘方法主要优化表征的主导分量,导致在重学习攻击下知识极易快速恢复。 次要分量对反转具有更强的抵抗力。研究提出次要分量遗忘(MCU)方法,通过聚焦这些方向显著提升了鲁棒性,在三个数据集上得到验证。

来源:arXiv · NLP · arxiv.org