受限知识遗忘CKU策略发布
热点事件持续更新
受限知识遗忘CKU策略发布
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月19日，arXiv平台发布相关研究报道。研究人员Zesheng Shi等人提出了名为受限知识遗忘（CKU）的新型安全对齐策略。该策略旨在解决大语言模型易受越狱攻击的问题，通过聚焦知识定位保留与有害知识遗忘两个核心目标来提升安全性。在遗忘过程中，CKU通过剪枝集合U中神经元的梯度，在有效缓解有害内容的同时保留有价值知识。研究表明，CKU显著增强了模型安全性且未损害整体性能，相比现有方法实现了安全与实用性的更优平衡。
AI 根据报道生成 · 5 小时前更新
最新进展10月19日 12:00
受限知识遗忘（CKU）提升大语言模型安全对齐报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv · NLP受限知识遗忘（CKU）提升大语言模型安全对齐
针对大语言模型易受越狱攻击的问题，研究人员提出受限知识遗忘（CKU）策略，通过剪枝特定神经元梯度在保留有用知识的同时移除有害知识。CKU 显著增强了模型安全性，且未损害整体性能，相比现有方法实现了安全与实用性的更优平衡。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 910月19日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:0017:0018:0019:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。