ICU-Bench

新的MCU方法改进了多模态大语言模型的持续遗忘

研究人员开发了一种名为“持续遗忘合并”（MCU）的新方法，以解决在不损害其整体性能的情况下从多模态大语言模型（MLLMs）中移除特定信息的挑战。现有的单次遗忘方法在重复应用时会遇到困难，导致效用下降和知识保留问题。MCU将遗忘适配器动态合并为一个统一的适配器，将它们投影到共享空间以保留关键信息、抑制干扰并增强跨任务可迁移性。在ICU-Bench和MLLMU-Bench上的实验表明，MCU在有效遗忘数据的同时，能够保持保留的知识和通用的多模态能力。