遗忘还是不遗忘？针对大型语言模型的实用知识消除
原文中文，约300字，阅读约需1分钟。发表于：。LLM 上的大型语言模型锤炼了丰富的文献，不可避免地保留了敏感数据，如个人隐私信息和受版权保护的材料。本研究旨在评估目前的去学习过程是否会无意中抹掉重要的知识，并提出了一种名为 MemFlex 的简单而有效的方法，该方法利用梯度信息来精确地针对和去学习敏感参数。实验证明 MemFlex 在 LLM 的精确知识去学习和一般知识保留方面优于现有方法。
LLM上的大型语言模型锤炼了丰富的文献，但可能保留了敏感数据。研究提出了一种名为MemFlex的方法，利用梯度信息来精确地去学习敏感参数。实验证明MemFlex在精确知识去学习和一般知识保留方面优于现有方法。
