面向 LLM 的可审计机器遗忘

研究团队针对 LLM 机器遗忘引入可审计性作为第四评估维度，并在 TOFU、MUSE 与 RWKU 上证实 11 种现有方法均无法满足全部维度。为此团队提出通用的两阶段方案，结合基于 hinge loss 的 GapWiden 与推理期拒绝采样器 GapVeil。该方案使所有遗忘方法的审计性和抗泄漏能力达到 oracle 水平，遗忘表现收敛至 oracle，并提升了其中 9 种方法的能力保留表现。