研究人员开发了一种名为知识关联强化遗忘(KARU)的新方法,用于选择性地从大型语言模型(LLMs)中移除特定信息。与之前广泛优化整个响应的方法不同,KARU针对查询上下文与其知识之间的关联,旨在实现更精确的遗忘。该框架使用强化学习来抑制不希望的知识,同时保留通用能力和其他信息。实验表明,KARU在遗忘特定数据方面更有效,且不会显著降低模型的整体性能。 AI
影响 能够更精确地控制大型语言模型中的敏感或不希望有的信息,可能提高安全性和隐私性。
排序理由 详细介绍大型语言模型遗忘新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- Hugging Face
- Knowledge Association (KA)
- Knowledge Association Reinforcement Unlearning (KARU)
- Large language models (LLMs)
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →