BriefGPT - AI 论文速递
·
利用MLLMU-Bench保护多模态大语言模型的隐私
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了新的基准测试框架MLLMU-Bench，以解决多模态大语言模型在隐私保护方面的不足。研究表明，单模态遗忘算法在生成和填空任务中表现优异，而多模态遗忘方法在分类任务中更为有效。
🎯
关键要点
- 本研究提出了新的基准测试框架MLLMU-Bench。
- 该框架旨在解决多模态大语言模型在隐私保护方面的不足。
- 研究发现单模态遗忘算法在生成和填空任务中表现优异。
- 多模态遗忘方法在分类任务中更为有效，尤其是在处理多模态输入时。
➡️
