09:20官方账号arXiv cs.AI@Junkai Lin, Junkai Chen, Siqi Hou, Yuhao He, Ruiqi Liu, Chenhan Jin, Shengze Xu, Tieyong Zeng多模态大语言模型会泄露敏感信息,现有隐私基准多采用画像级删除,而实际请求往往更细粒度。本文提出属性级遗忘任务,覆盖长文本、数值、短文本三类目标和多种遗忘比例。作者提出训练无关的CLRP框架,用激活修补定位因果层,再通过保留感知投影移除目标属性子空间。实验在多种不同架构和参数规模的MLLM上验证了CLRP的有效性。论文机器遗忘属性遗忘多模态推荐理由:论文把机器遗忘做到属性级:让模型忘掉指定属性,但保留同一人的其他信息。CLRP不用重训练,在多种多模态模型上都有效。原文稍后读已读值得跟进有用关注 机器遗忘