研究提出可审计的LLM遗忘方法，现有11种方法无一达标
热点事件持续更新
研究提出可审计的LLM遗忘方法，现有11种方法无一达标
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Piyush Tiwary、Anushka Srivastava 与 Prathosh A. P 提出将“可审计性”作为机器遗忘的第四评估轴，要求服务方能在统计量上区分遗忘集与保留集，并提出可叠加于任意遗忘方法之上的两阶段方法 GapWiden 与 GapVeil。 研究在 TOFU、MUSE 和 RWKU 上测试 11 种遗忘方法，无一同时满足遗忘、能力保留、成员推断鲁棒性和可审计性四项要求。GapWiden 使用 hinge loss 拉大遗忘集与保留集审计统计量之间的差距。
AI 根据报道生成 · 2 小时前更新
最新进展11月5日 13:00
为 LLM 引入可审计性：Auditable Unlearning 提出机器遗忘的第四评估轴报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv cs.AI为 LLM 引入可审计性：Auditable Unlearning 提出机器遗忘的第四评估轴
研究提出将“可审计性”作为机器遗忘的第四评估轴，要求服务方能在统计量上区分遗忘集与保留集。在 TOFU、MUSE 和 RWKU 上测试 11 种遗忘方法，无一同时满足遗忘、能力保留、成员推断鲁棒性和可审计性四项要求。
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。