ShadowBench 基准揭示大模型词汇锚定与「遗忘假象」
原文标题：ShadowBench: Exposing Lexical Anchoring and the Illusion of Forgetting in Large Language Models
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。
研究者提出 ShadowBench 基准，发现大模型知识高度依赖显式实体名，去掉词汇锚点后性能下降超 20%，GPT-5.4 与 Claude-Sonnet-4.6 等前沿模型同样存在「影子差距」。将该基准用于机器遗忘评估发现，现有算法只做表层词汇擦除，热门实体在推理轨迹中被重建的比例超 74%，说明当前遗忘方法只是输出过滤器。
- 问题
- 现有评测依赖显式实体名，掩盖了模型知识检索对词汇锚点的依赖。
- 方法
- 提出抗捷径的ShadowBench与双特质关联任务，并用潜在实体泄漏率衡量遗忘效果。
- 结果
- 去掉词汇锚点后性能下降超20%；遗忘后热门实体在推理轨迹中被重建比例超74%。
- 影响
- 暴露机器遗忘只是表层词汇擦除，安全合规场景不能把现有遗忘算法当作真正删除。
深读 · 结论先行AI 生成展开看要点与影响 ↓
ShadowBench 显示去掉实体名后模型性能降超 20%，现有遗忘算法热门实体推理中重建率超 74%。
- •提出 Dual-Trait Association 任务，评估无显式实体名时的潜在实体关联能力
- •GPT-5.4 与 Claude-Sonnet-4.6 等前沿模型同样存在「影子差距」，去掉词汇锚点性能降超 20%
- •Gradient Difference、NPO 等 SOTA 遗忘算法只做到表层词汇擦除
- •新指标 LELR 显示热门实体在内部推理轨迹中被显式重建的比例超 74%
- •冷门实体的影子准确率仍保持 60-90%
为什么重要：机器遗忘的合规承诺可能不成立——模型只是不再直接回答，知识仍在推理中被调用，对隐私与版权删除场景影响直接。
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
谷歌 DeepMind 发布 AlphaGenome 2，精细预测突变细胞效应
AI 摘要谷歌 DeepMind 推出 AlphaGenome 2，基于 68 种组织、超 1 亿个细胞图谱训练，可预测遗传变异对特定细胞类型与状态的影响。该模型识别出的影响基因表达的变异数量约为上一代的两倍，并能在未重新训练的情况下预测新细胞类型，有望助力疾病机理研究与药物靶点发现。
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。