Enhanced Masked Diffusion Unlearning：面向掩码扩散语言模型的改进机器遗忘方法

研究提出 Enhanced Masked Diffusion Unlearning（EMDU），针对首个公开的掩码扩散语言模型遗忘方法 MDU 的两处失效模式——随机答案掩码仍会向锚点泄露关键遗忘 token，以及记忆化近 one-hot 预测下 anchor-last KL 梯度消失导致训练停滞——改用对答案跨度全掩码的冻结锚点计算 anchor-first KL 散度。