待验证50% 置信发布精确时间
一项研究（arXiv:2610.10859）提出了一套偏好驱动的概念遗忘框架，专门解决少步蒸馏模型难以有效遗忘特定概念的难题
1
来源数
50%
置信度
长期有效
时效性
2026/10/9
首次发现
来源
涉及实体
相关事实
待验证arXiv论文（arXiv:2610.10590v1）提出了'智能体可控遗忘'（agent-controlled forgetting）机制，让模型自己决定哪些历史观测可以被压缩，同时保留完整原文的可恢复副本79% 相似待验证arXiv论文《Learning Style, Forgetting Semantics》通过理论建模解释了SFT比RFT更易遗忘的现象73% 相似待验证一篇arXiv论文（arXiv:2609.25049）针对大模型过度拒绝问题提出了新的机制性解释和解决方案72% 相似待验证解决AI助手失忆问题的核心在于引入独立于模型推理之外的持久化记忆层71% 相似待验证条件锚定生成蒸馏(CAGD)是一种针对语言模型持续学习中灾难性遗忘问题的方法，它将旧模型的预测分布作为蒸馏目标，从行为层面而非数据层面保护模型能力70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/990733API
curl https://kongchang.com/api/v1/knowledge/claims/990733MCP
get_claim(id=990733)