研究者提出FASD多模态遗忘方法
热点事件持续更新
研究者提出FASD多模态遗忘方法
1 篇报道1 个报道来源15 小时前更新
先了解这件事
AI 综述
Haodong Chen等研究者提出名为 Forget-Aware Self-Distillation(FASD)的多模态大模型遗忘方法。其思路是把目标拆成两条通道:行为通道从模型自身被提示“无知”的副本中蒸馏拒绝回答行为,并遮蔽目标 token;知识通道独立于生成回复,直接压制真实答案片段。 研究者称,该设计针对现有遗忘评估只关注模型是否停止输出目标信息的缺陷,试图同时实现“遗忘”与“拒绝回答”两个目标。代码与数据将在论文发表后放出。 上述效果出自研究者的方法描述,尚未见独立验证。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
MLLM 遗忘新方法 FASD:解耦知识遗忘与拒绝学习,实现"诚实无知"报道时间线
沿着报道,了解事件的不同侧面。
10月15日
- arXiv:cs.AIMLLM 遗忘新方法 FASD:解耦知识遗忘与拒绝学习,实现"诚实无知"
针对多模态大模型遗忘评估只关注模型是否停止输出目标信息的缺陷,研究者提出 Forget-Aware Self-Distillation(FASD)。该方法将目标拆为两条通道:行为通道从模型自身被提示"无知"的副本中蒸馏拒绝回答行为并遮蔽目标 token,知识通道独立于生成回复直接压制真实答案片段。
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。