CASIA 等提出 UUBench：统一多模态模型跨通路遗忘研究
CASIA · hf · 2026-11-04
中科院自动化所联合字节跳动等机构研究统一多模态模型（UMM）的跨通路概念遗忘：目标是让模型既不生成目标概念的图像，也不再从输入图像中识别该概念，同时保留其他能力。
- 发布 UUBench 诊断基准：覆盖 30 个目标概念和 60 个语义相邻概念
- 实验表明现有单通路遗忘方法联合遗忘效果有限：生成侧编辑能强力压制目标生成，但识别侧遗忘不足
- 提出新方法，联合抑制目标概念的生成与识别
「研究」频道最新
- Anthropic 称将「即将」达到 RSP 加速 AI 研发阈值，并发布可证明推理研究 — tobyordoxford · 2026-11-04
- Google 扫描 1033 件真实家居品,打包成 345MB GLB 免费开放 — victormustar · 2026-11-04
- 这 10 篇 GPU 优化论文决定了今天模型跑得多快 — NandoDF · 2026-11-04
- 实测推翻常见建议：INT8 几乎无害，采样器才是关键 — YakovSava · 2026-11-04
- Karpathy 带火 HN 开源数据集：千万级帖子可当知识库直接用 — huangyun_122 · 2026-11-04
- PixelCraft 多智能体框架登场：专治多模态模型读图表翻车 — burkov · 2026-11-04