English(EN) ST$^2$U: Stateful Test-Time Unlearning via Restricted Knowledge Boundary Control

新的ST$^2$U方法在推理过程中控制LLM中的受限知识

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-25 04:00

研究人员开发了一种名为状态化测试时遗忘（ST$^2$U）的新方法，用于在推理过程中控制大型语言模型中的受限知识。该方法通过实现跨轨迹的边界控制，解决了模型在初步纠正后重新访问不希望信息的问题。ST$^2$U通过将受限知识映射到低维坐标并应用最小的、跨生成token持久存在的修正，显著减少了知识的重新进入，同时保持了模型的能力。 AI

影响该方法可以通过一种更持久的方式来防止LLM访问或生成不希望的信息，从而增强其安全性和对齐性。

排序理由该集群包含一篇研究论文，详细介绍了一种控制大型语言模型中知识的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 1 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇研究论文，详细介绍了一种控制大型语言模型中知识的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, safety; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: 1 days old; Coverage has settled into its steady-state source set.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Xunlei Chen, Qinghui Gong, Ruini Xue, Yaodong Hu, Tian Lan, Wenhong Tian · 2026-08-25 04:00

ST$^2$U：通过受限知识边界控制实现有状态的测试时遗忘

arXiv:2608.23034v1 Announce Type: cross Abstract: Controlling restricted knowledge in large language models is essential for model alignment and safe deployment. Test-time unlearning avoids costly retraining and parameter updates by intervening only during inference. However, exi…

本文如何被排名

报道来源 [1]

ST$^2$U：通过受限知识边界控制实现有状态的测试时遗忘

相关实体

相关话题