研究人员开发了新的大语言模型(LLM)机器学习遗忘方法,旨在移除不需要的知识同时保持模型效用。一种方法是动态稀疏自编码器护栏(DSG),它使用动态特征选择和分类器来实现比现有方法更优的遗忘-效用权衡,并提供更高的效率和可解释性。另一种方法是“只忘记重要的,通过遗忘层”(FOM-UL),它专注于层级遗忘,通过识别对要遗忘数据影响大且对保留数据敏感度低的Transformer层。这种有针对性的策略增强了遗忘能力、效用保持能力以及对训练后量化和对抗性提示的鲁棒性。 AI
影响 这些遗忘技术可以通过在不显著降低模型性能的情况下,有针对性地移除敏感数据,从而提高LLM的安全性和合规性。
排序理由 该集群包含两篇学术论文,详细介绍了LLM中机器学习遗忘的新方法。
在 Hugging Face Daily Papers 阅读 →
- Aashiq Muhamed
- arXiv
- CatalyzeX
- DagsHub
- Dynamic Sparse Autoencoder Guardrails
- Hugging Face
- IArxiv
- Sparse Autoencoders
- Forgetting Only What Matters via Unlearning Layers
- Large Language Models
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →