Dietterich:机器遗忘也是一种权重空间编程，值得对比研究
tdietterich · x · 2026-11-04
AI 资深学者 Thomas Dietterich 在与研究者 Amrit Singh Bedi 的讨论中指出，机器遗忘（unlearning）方法本质上也是一种「权重空间编程」（weight space programming），建议将两者进行对比研究。这一观点为模型行为修改与能力移除两类方法之间建立了概念联系。
所属事件:Dietterich：机器遗忘本质是权重空间编程但目标更难(3 条相关)→
「研究」频道最新
- MIT 论文：随机扰动大模型权重也能提升任务表现，可匹敌 PPO — serrjoa · 2026-11-04
- Optimization × AI 论坛上线：在线系列研讨 AI 如何改变优化研究 — prof_grimmer · 2026-11-04
- YANAMI 发布 40 万对话多模态数据集，现有模型难跨轮状态追踪 — Shengyu Wang · 2026-11-04
- 微软开源 WebHarbor：153 个真实网站容器环境用于 GUI agent 评测与 RL — microsoft · 2026-11-04
- 人大等高校提出 ToolSpace：从真实 MCP 执行轨迹合成工具环境评测长程 agent — RUC · 2026-11-04
- 研究：小型决策模型给 RAG 信源冲突分类，比前沿 LLM 更快更便宜 — Parv Khatri · 2026-11-04