研究者提出更新匹配式机器遗忘方法 UMU

针对发布后仍会持续微调的大语言模型，研究者提出更新匹配式机器遗忘方法（UMU）。该方法对受防御模型与由同一遗忘模型初始化的未防御参照模型施加相同的模拟再学习更新，并用新任务学习来指导模型选择。 该研究由 Jie Li 等人提出，论文发布在 arXiv 上，属于隐私方向的预印本，尚未见同行评审或实际部署效果的报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。