生成型人工智能中的机器消除学习：一项调查
原文中文，约400字，阅读约需1分钟。发表于：。生成 AI 技术在多个领域得到了应用，包括多模态大语言模型和视觉生成模型。然而，这些模型也会记忆和生成训练数据中的敏感、有偏见或危险信息，因此需要开发新的机器消除学习（MU）技术来减少或消除这些不良知识。本研究提供了关于生成 AI 中 MU 的综合调查，包括新的问题解决方法、评估方法以及对不同种类 MU 技术的优势和限制的结构化讨论。同时，还提出了 MU 研究中的几个关键挑战和有希望的方向。
该论文研究了机器忘记在推荐系统中的应用，讨论了适应性、个性化、隐私和偏见等挑战，并提出了类似传统模型的方法。论文批判性地审查了机器忘记的基础知识、实际应用和算法透明度等挑战，并提供了关于改变推荐、讨论用户信任以及未来研究方向的见解。该论文强调了机器忘记在安全和适应性机器学习中的作用，并提出了推动其发展的方法。
