SHA256在SemEval-2025任务4中的表现:选择性遗忘——通过知识隔离的约束性忘记方法在大型语言模型中的应用

💡 原文中文,约700字,阅读约需2分钟。
📝

内容提要

本研究探讨了大型语言模型在训练中记忆敏感信息的问题,提出了一种新方法,通过冷冻高层并优化低层,实现高效遗忘,同时保持88%的准确性,强调了因果信息层优化在数据隐私保护中的重要性。

🏷️

标签

➡️

继续阅读