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。

该论文提出了一种新颖且通用的可微分任务驱动的机器人设计框架Task2Morph，通过将任务特性与形态映射相结合，并将其嵌入到可微分的机器人设计过程中，利用梯度信息进行映射学习和整体优化。实验证明Task2Morph在效率和效果上优于缺乏任务驱动形态模块的DiffHand。