基准Task of Fictitious Unlearning
TOFU
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。
时间轴 (近 90 天)
11月17日
LEAF-OPD 在 TOFU 基准上于遗忘质量(Forget Quality)、模型效用(Model Utility)和遗忘 ROUGE-L 上均取得最佳成绩,同时保持了有竞争力的保留性能。
待验证50%
11月17日
TOFU、RWKU 和 MUSE-News 分别从合成数据、真实人物、真实语料三个维度评估遗忘方法,三者结合可交叉验证方法有效性。
待验证50%
11月16日
在TOFU和WMDP基准上的实验显示,UUE与UUE-L在遗忘效果上显著优于现有方法。
待验证50%
11月16日
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。
待验证50%
10月14日
TOFU/MOFU/BOFU漏斗框架将搜索意图分为认知、评估和决策三个阶段。
待验证50%
全部知识事实 (5)
待验证
LEAF-OPD 在 TOFU 基准上于遗忘质量(Forget Quality)、模型效用(Model Utility)和遗忘 ROUGE-L 上均取得最佳成绩,同时保持了有竞争力的保留性能。
50%待验证TOFU、RWKU 和 MUSE-News 分别从合成数据、真实人物、真实语料三个维度评估遗忘方法,三者结合可交叉验证方法有效性。
50%待验证在TOFU和WMDP基准上的实验显示,UUE与UUE-L在遗忘效果上显著优于现有方法。
50%待验证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。
50%待验证TOFU/MOFU/BOFU漏斗框架将搜索意图分为认知、评估和决策三个阶段。
50%