Auditable Unlearning for LLMs

提出 LLM 新的“可审计遗忘”指标

研究人员引入了“可审计遗忘”作为评估机器学习遗忘技术的新指标，重点关注模型提供者提供数据删除证据的能力。当前方法在四个关键维度上存在不足：遗忘性、能力保留性、鲁棒性和可审计性。为解决此问题，提出了一种名为 GapWiden 和 GapVeil 的两阶段方法，旨在增加已删除数据和保留数据审计统计数据之间的差异，并使用拒绝采样器来确保可审计性。该方法表明，删除证据可以被设计到遗忘方法中，可能改变现有技术的可行性。