MLLMEraser：免训练多模态大模型测试时遗忘框架

Chenlu Ding 等作者提出 MLLMEraser，一个无需训练、输入感知的多模态大模型测试时遗忘框架：它不更新模型参数，而是通过激活引导动态擦除模型中的知识。 该方法对比对抗扰动下的知识回忆与知识擦除图文对，构建多模态擦除方向，并设计输入感知引导机制，自适应决定何时及如何应用。作者在 LLaVA-1.5 和 Qwen-2.5-VL 上的实验显示，其遗忘效果优于现有 SOTA 基线，计算成本更低，且对保留知识的效用损伤极小。

AI 根据报道生成 · 48 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。