arXiv cs.LG· Rashmi Gangadharaiah, Balakrishnan Narayanaswamy·· 2 小时前AI 评分38
PEARL：针对部分偏好漂移的选择性遗忘自适应正则化学习
PEARL: Prediction Error-Adaptive Regularized Learning for Selective Forgetting under Partial Preference Drift
AI 导读
自适应学习方法 PEARL 通过仅在预测错误方向反转 Gram 矩阵更新，解决用户部分偏好漂移下的选择性遗忘问题。在 PRISM 基准（1,500 用户、21 个 LLM）上，PEARL 比最佳神经 bandit 基准高 2.5 分，优于滑动窗口等方法 3 至 10 分。该策略仅含约 100K 参数，在 CPU 上以毫秒级运行且冻结 LLM 权重，兼容任意 API 模型。
来源：arXiv cs.LG · arxiv.org