Anthropic提出可删除危险知识方法

Direct-Attention8597 · reddit · 2026-07-09

Anthropic 与 AE Studio 发布研究 GRAM（Gradient-Routed Auxiliary Modules），提出在预训练中把双用途知识路由到专门模块，从而在需要时可以按模块删除某类危险知识。