arXiv cs.AI· Ruihao Pan, Suhang Wang·· 14 小时前AI 评分38
ICCU：通过模式诱导拒绝规则实现上下文内持续遗忘
ICCU: In-Context Continual Unlearning via Pattern-Induced Refusal Rules
AI 导读
ICCU 是一个上下文内持续遗忘框架，从遗忘数据集诱导出可读的拒绝规则，在推理时以过滤器或系统提示方式应用，无需修改模型参数。规则以顺序无关的并集累积，因此无跨请求干扰，且规则诱导后可丢弃原始遗忘集数据。实验显示 ICCU 能有效抑制目标知识并保持模型效用，可扩展至长序列请求，对改写、跨语言和对抗性提问保持稳健。
正文 · AI 翻译
摘要：机器遗忘旨在从已训练的语言模型中移除特定数据的影响。在实际部署中，遗忘请求往往按顺序到达，这对现有的基于微调的方法构成了挑战：对每个请求进行微调成本高昂、会累积效用损失，并可能造成跨请求干扰。为解决这些问题，我们提出了 ICCU（In-Context Continual Unlearning，上下文持续遗忘），这是一个上下文持续遗忘框架，它从遗忘数据集中归纳出可读的拒绝规则，并在推理时以过滤器或通过系统提示的方式应用这些规则，而不修改模型参数。由于规则以与顺序无关的并集方式累积，ICCU 具有可组合性且不存在跨请求干扰，并且在规则归纳完成后可以丢弃原始遗忘集数据。大量实验表明，ICCU 能有效抑制目标知识，同时保持效用，可扩展到长序列请求，并且对改写、跨语言和对抗性构造的查询保持稳健。我们的代码可在 此 https URL 获取。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2605.27138 [cs.AI] |
| （或 arXiv:2605.27138v2 [cs.AI] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2605.27138 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Ruihao Pan [查看邮箱]
[v1]
2026年5月26日 星期二 15:06:56 UTC（1,001 KB）
[v2]
2026年10月24日 星期六 15:44:00 UTC（1,007 KB）
来源：arXiv cs.AI · arxiv.org