研究人员推出 GONE，这是一个旨在评估大型语言模型 (LLM) 在处理结构化知识图谱事实时知识遗忘有效性的新基准。现有方法通常侧重于句子级数据，忽略了结构化信息固有的关系和推理方面。GONE 基准以及一个名为邻域扩展分布塑造 (NEDS) 的新框架，旨在精确地将遗忘的事实与其语义邻域分离开来。在 LLaMA-3-8B 和 Mistral-7B 模型上的评估表明，NEDS 在遗忘效率和局部性方面表现更优。 AI
影响 这项研究可能带来更鲁棒的控制和优化 LLM 知识的方法，对安全性和隐私产生影响。
排序理由 这是一篇详细介绍 LLM 知识遗忘新基准和框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Caspar Netscher
- Chahana Dahal
- GONE
- Hugging Face
- LLaMA-3-8B
- Mistral-7B
- Neighborhood-Expanded Distribution Shaping
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
