DSG：动态稀疏自编码器改进LLM遗忘

Aashiq Muhamed等作者发表论文提出 Dynamic DAE Guardrails（DSG），一种利用原则性特征选择和动态分类器实现精准遗忘学习的新方法，称其改变了此前认为稀疏自编码器（SAEs）不如梯度方法用于遗忘的结论。 该方法的核心做法是让 SAEs 在动态使用时进行特征选择并配合动态分类器，据论文称可显著改进遗忘效果。

AI 根据报道生成 · 59 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。