MoME：面向检索模型的可切换机器遗忘框架

研究提出 MoME 框架，将预训练骨干拆分为保留检索能力的核心参数和承载全量知识的零初始化寄生参数，并在梯度隔离下训练，使核心参数不接收遗忘集梯度。关闭分支得到满足删除请求的 Core 模式，开启分支得到保留被删数据知识的 Full 模式，履行删除请求只需切换标志而非重新训练。