研究提出可审计的大模型机器遗忘方法 GapWiden 与 GapVeil
原文标题：Auditable Unlearning for LLMs
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文指出机器遗忘现有评估只看遗忘效果、能力保留与成员推断鲁棒性，缺少「能否向用户证明数据已删除」这一维度，并将其定义为可审计性。作者在 TOFU、MUSE、RWKU 上评测 11 种遗忘方法，发现无一同时满足四项指标，进而提出两阶段方法 GapWiden 与 GapVeil，使可审计性与泄漏达到 oracle 水平。
- 问题
- 机器遗忘只评估遗忘效果、能力保留和成员推断鲁棒性，缺少向用户证明数据已删除的可审计维度。
- 方法
- 把可审计性定义为遗忘集与保留集在统计量上的分离度，提出两阶段方法：GapWiden 用 hinge loss 拉大两组审计统计差异，GapVeil 在推理时以基模型为草稿、按审计统计做拒绝采样。
- 结果
- 在 TOFU、MUSE、RWKU 上评测 11 种遗忘方法，无一同时满足四项指标；加入该方法后各方法的可审计性与泄漏达到 oracle 水平，遗忘性能收敛到 oracle，保留性能在 11 种方法中有 9 种提升但未达 oracle。
- 影响
- 为合规删除场景提供可向用户出示的删除证据，工程上可叠加在现有遗忘方法之上，不必重训。
深读 · 结论先行AI 生成展开看要点与影响 ↓
论文提出可审计性作为机器遗忘第四评估轴，11种方法无一四项全满足，GapWiden+GapVeil使可审计性达oracle水平。
- •现有遗忘评估只看遗忘效果、能力保留、成员推断鲁棒性，缺少「能否向用户证明已删除」
- •在TOFU、MUSE、RWKU上评测11种遗忘方法，无一同时满足四项指标，短板各不相同
- •GapWiden用hinge loss拉大遗忘集与保留集审计统计量差距；GapVeil在推理时用基模型作草稿并按审计统计重采样
- •两阶段方法可叠加在任意遗忘方法之上，使可审计性与泄漏达到oracle水平，遗忘性能收敛至oracle
- •保留性能在11种方法中9种提升，但仍未达oracle
为什么重要：数据删除请求需要可证明的证据，这条为合规场景下的遗忘方法提供了新的评估维度与可叠加的修补手段。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。