研究者提出KARU知识关联遗忘框架
热点事件持续更新
研究者提出KARU知识关联遗忘框架
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Wutong Xu等作者发布论文，提出将知识关联（KA）作为大语言模型遗忘的基本目标，并据此设计知识关联强化遗忘框架KARU。该框架采用token级奖励、分布级正则和邻近感知保留采样，抑制应遗忘的知识关联，同时保留应保留的关联。
AI 根据报道生成 · 2 小时前更新
最新进展11月2日 13:00
大语言模型该遗忘什么：知识关联的强化学习遗忘方法 KARU报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv · cs.AI大语言模型该遗忘什么：知识关联的强化学习遗忘方法 KARU
研究者提出知识关联（KA，Knowledge Association）作为大语言模型遗忘的基本目标，并据此设计知识关联强化遗忘（KARU，Knowledge Association Reinforcement Unlearning）框架，通过 token 级奖励、分布级正则和邻近感知保留采样抑制应遗忘的知识关联。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。