热点事件持续更新
SIEVE：视觉语言模型选择性遗忘框架
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026年10月3日，arXiv cs.LG 分类发布论文《SIEVE：面向视觉语言模型选择性遗忘的注意力值抑制框架》。该框架针对视觉语言模型（VLM）的选择性遗忘问题，通过将遗忘样本的注意力值抑制至常数零，并将保留样本表示对齐冻结参考模型，实现对个人身份信息（PII）的定向遗忘。实验显示，SIEVE 在多种模型-模态设置下取得 SOTA 遗忘性能，同时保持有竞争力的保留效用。消融研究表明，值抑制与负交叉熵提供互补的遗忘信号，而基于参考的值匹配显著降低效用退化。目前该工作以预印本形式发布，尚无后续进展报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月3日 12:00
arXiv 发布 SIEVE 预印本，提出注意力值抑制实现 VLM 定向遗忘。报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- arXiv：cs.LG（机器学习，全量分类）SIEVE：面向视觉语言模型选择性遗忘的注意力值抑制框架
SIEVE 是一个面向视觉语言模型（VLM）的选择性遗忘框架，通过将遗忘样本的注意力值抑制至常数零、并将保留样本表示对齐冻结参考模型，实现针对个人身份信息（PII）的定向遗忘。实验显示，SIEVE 在多种模型-模态设置下取得 SOTA 遗忘性能，同时保持有竞争力的保留效用。消融研究表明，值抑制与负交叉熵提供互补的遗忘信号，而基于参考的值匹配显著降低效用退化。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。