AdaPop:基于流行度的自适应 LLM 遗忘学习
Anna Borisiuk · hf · 2026-08-20
提出了 AdaPop (Adaptive Popularity) 方法,用于解决大模型机器遗忘中的挑战。该方法通过根据数据因子的流行度自适应地调整梯度压力,并自动化遗忘与保留内容的平衡,旨在减少被遗忘内容的泄露风险。
「研究」频道最新
- Liam Fedus 回顾 Scaling Laws：算力即智能 — hsu_byron · 2026-08-20
- ISMIR 2026 论文：简单潜在传输可替代大模型实现带宽扩展 — umpedronosapato · 2026-08-20
- 如何用信息论解释不确定性？专家解析三种类型 — abeirami · 2026-08-20
- 诺亦腾开源 617.5 小时高精度人机交互数据集 HiPHI — huggingface · 2026-08-20
- NVIDIA 发布 Polar：可缩放的智能体强化学习框架 — SergioPaniego · 2026-08-20
- 陶哲轩：数学界应重视“消化”AI证明而非仅比快 — 量子位 · 2026-08-20