ICCU：不改参数的上下文持续机器遗忘框架论文发布

研究者 Ruihao Pan 与 Suhang Wang 在 arXiv 发布论文，提出 ICCU（In-Context Continual Unlearning）上下文持续机器遗忘框架。该方法从遗忘数据集中归纳出可读的拒绝规则，在推理时以过滤器或系统提示词方式应用，无需修改模型参数。 论文称，规则按顺序无关方式累积以避免跨请求干扰，归纳后可删除原始遗忘集数据；实验显示 ICCU 能抑制目标知识、保持模型效用，可扩展至长请求序列，并对改写、跨语言及对抗性查询保持鲁棒，代码已开源。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。