本文揭示了现有大型语言模型遗忘学习方法在量化后容易恢复被遗忘知识的重大缺陷,并提出了一种基于显著性图和高学习率的鲁棒性遗忘学习方法SURE,有效地解决了这一问题,推动了LLM安全可靠部署的研究。
知名互联网资讯博主 北邮PRIS模式识别实验室陈老师 |
爱可可-爱生活 · 本文揭示了现有大型语言模型遗忘学习方法在量化 ... · 昨天 |
爱可可-爱生活 · [CL]《Counterfactual ... · 昨天 |
爱可可-爱生活 · 【AI Logo Generator:基于 ... · 3 天前 |
宝玉xp · //@高飞:人是瓶颈//@QuantumDr ... · 6 天前 |
爱可可-爱生活 · 【Real-IAD ... · 6 天前 |
爱可可-爱生活 · 本文揭示了现有大型语言模型遗忘学习方法在量化后容易恢复被遗忘知识-20241118053826 昨天 |
爱可可-爱生活 · [CL]《Counterfactual Generation f-20241118060432 昨天 |
爱可可-爱生活 · 【AI Logo Generator:基于 Flux 和 Tog-20241115211028 3 天前 |
宝玉xp · //@高飞:人是瓶颈//@QuantumDreaming:也就是-20241113031031 6 天前 |
爱可可-爱生活 · 【Real-IAD Dataset:基于真实工业应用的异常检测数-20241112140923 6 天前 |
爱卡汽车 · 【推荐】周末车闻:大众“神车”途观L终于上市! 7 年前 |
游戏陀螺 · 地位大颠覆!电竞确定成为亚运项目,带来哪9点至关重要的影响?丨游戏陀螺 7 年前 |
智能建筑电气技术杂志 · 【IBE】小议住宅二次装修中配电线路的改造 7 年前 |
呵护育儿 · 生娃是个坑,自己挖的,含着泪也得蹦下去! 7 年前 |
赵民微分享 · 人工智能和特色小镇(二)| 赵民百字文 7 年前 |