PulseAugur
中
实时 11:38:21
实体 Sharpness-Aware Augmented-Lagrangian Unlearning

Sharpness-Aware Augmented-Lagrangian Unlearning

PulseAugur coverage of Sharpness-Aware Augmented-Lagrangian Unlearning — every cluster mentioning Sharpness-Aware Augmented-Lagrangian Unlearning across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_206417 ·

    新的SAUL方法改进了LLM中的机器遗忘

    研究人员推出了一种新颖的机器遗忘方法SAUL（Sharpness-Aware Augmented-Lagrangian Unlearning），用于大型语言模型。SAUL将遗忘问题构建为一个约束最小化问题，解决了在不损害模型整体性能的情况下移除特定知识的挑战。该方法使用增强拉格朗日控制器来适应性地管理遗忘的压力，确保只移除必要的信息。在TOFU、WMDP和MUSE等基准测试上的评估表明，与现有方法相比，SAUL实现了更好的遗忘-效用权衡。