单图像去学习：多模态大型语言模型中高效的机器去学习
原文中文，约400字，阅读约需1分钟。发表于：。通过建立大规模多模态语言模型（Multimodal Large Language Models）的遗忘模型，研究了 “机器遗忘”（Machine unlearning）中的视觉数据遗忘问题，提出了一种高效的方法 Single Image Unlearning（SIU），通过对单个相关图像进行微调，实现对概念的可视化识别的遗忘。实验证明 SIU 显著优于现有方法，并能够避免入侵式成员推断攻击和越狱攻击。
机器遗忘（MU）在大型语言模型（LLMs）中的应用被称为LLM遗忘，旨在消除不良数据影响，成为生成式AI的基础。研究重点包括遗忘范围、数据模型交互和多方面功效评估，还探讨了LLM遗忘的评估框架和应用。
