模型遗忘不代表记忆抹除！首次系统发现「可逆性遗忘」背后规律
模型遗忘不代表记忆抹除！首次系统发现「可逆性遗忘」背后规律研究人员发现，大语言模型的遗忘并非简单的信息删除，而是可能隐藏在模型内部。通过构建表示空间分析工具，区分了可逆遗忘和不可逆遗忘，揭示了真正遗忘的本质是结构性的抹除，而非行为的抑制。
来自主题: AI技术研报
6519 点击 2025-06-14 16:09
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
研究人员发现，大语言模型的遗忘并非简单的信息删除，而是可能隐藏在模型内部。通过构建表示空间分析工具，区分了可逆遗忘和不可逆遗忘，揭示了真正遗忘的本质是结构性的抹除，而非行为的抑制。
我们每个人的生活，都是由这三磅重、果冻状大脑书写的完整人生。我们所有的意识、情感、决策、创造力，都源自宇宙中最复杂的事物——大脑。当860亿个神经元在潮湿的电化学网络中涌动时，一个全新的自我正在浮现。
就在刚刚的CVPR上，鹅厂3D生成模型混元3D 2.1正式宣布开源！
扩散建模+自回归，打通文本生成任督二脉！这一次，来自康奈尔、CMU等机构的研究者，提出了前所未有的「混合体」——Eso-LM。有人惊呼：「自回归危险了。」
近段时间，关于 AI 自我演进/进化这一话题的研究和讨论开始变得愈渐密集。
有效解决真机数据稀缺与场景泛化的矛盾。
越通用，就越World Models。 我们知道，大模型技术爆发的原点可能在谷歌一篇名为《Attention is All You Need》的论文上。
Era of Experience 这篇文章中提到：如果要实现 AGI， 构建能完成复杂任务的通用 agent，必须借助“经验”这一媒介，这里的“经验”就是指强化学习过程中模型和 agent 积累的、人类数据集中不存在的高质量数据。
三维场景是构建世界模型、具身智能等前沿科技的关键环节之一。
大型推理模型（LRMs）在解决复杂任务时展现出的强大能力令人惊叹，但其背后隐藏的安全风险不容忽视。