实体
MUSE News
MUSE News
PulseAugur coverage of MUSE News — every cluster mentioning MUSE News across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的大语言模型遗忘方法解决鲁棒性和效用保持问题 · 跟踪5个来源
研究人员正在开发先进的大语言模型（LLM）遗忘技术，重点关注能够抵御重新学习攻击并保持模型效用的方法。BLADE和Margin Calibration (MC)等新方法旨在提高对遗忘过程的控制力，解决灾难性遗忘和信息删除脆弱性等问题。这些方法正在各种基准和模型规模上进行评估，重点关注对抗鲁棒性，以确保通过战略性提示无法轻易恢复被遗忘的信息。
-
新的GROM方法提供快速、梯度无关的机器学习遗忘
研究人员开发了GROM，一种新颖的单次机器学习遗忘方法，它绕过了传统的迭代微调。这种梯度无关的方法将遗忘视为最小二乘优化问题的直接解析解，能够在几秒钟内快速更新权重。GROM显著降低了计算开销，同时在各种基准测试中实现了最先进的遗忘-效用权衡，并且能够抵抗可能恢复遗忘信息的量化攻击。