待验证50% 置信事实精确时间
TOFU(Task of Fictitious Unlearning)是评估机器遗忘的标准基准,由虚构作者问答对构成,用于检验模型能否在遗忘指定作者的同时保留其余知识。
1
来源数
50%
置信度
长期有效
时效性
2026/11/16
首次发现
来源
涉及实体
相关事实
待验证FuseAMC的核心是一个逻辑回归元组合器,接收两个子模型的类后验概率拼接作为输入,在与测试集不相交的验证集上训练。62% 相似待验证UnFlow 借鉴内容寻址(content-addressable)思想,通过对函数代码和参数组合进行哈希计算判断实验是否等价,从而实现自动去重61% 相似已验证机器遗忘(Machine Unlearning)是专注于让AI系统可验证地忘记特定数据的新兴研究领域59% 相似待验证合成数据审核中的'残留的推理痕迹'指生成模型在输出最终答复前附带的多余思考过程、草稿式分析或中间推导文本;'角色泄露'指对话中暴露出本应隐藏的设定信息,例如模型自称是 AI 助手、提及 personas 配置、或把系统提示内容直接复述给用户。59% 相似待验证在让模型补全条目之前,必须明确定义缺失信息的表示方式(空字段、显式标注'未知'、模型生成猜测),否则'完整性'会变成鼓励模型编造无依据细节的动机。59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1174466API
curl https://kongchang.com/api/v1/knowledge/claims/1174466MCP
get_claim(id=1174466)