arXiv · cs.CL· Chenlu Ding·· 17 天前AI 评分36
CUSE：基于反事实引导与在线自蒸馏的多模态大模型细粒度遗忘框架
CUSE: Fine-Grained Multimodal Unlearning with Counterfactual Guidance and On-Policy Self-Distillation
来源与原文
arXiv · cs.CL
作者：Chenlu Ding
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.14763v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
CUSE 是一种面向多模态大语言模型的反事实引导在线自蒸馏遗忘框架，通过移除目标相关证据构造反事实输入，利用 token 概率变化定位需更强遗忘的 token，并以冻结的原始模型副本作为教师进行 token 级蒸馏，同时确定遗忘与保留目标。在 MLLMU-Bench 上，CUSE 将遗忘集 ROUGE-L 降低 33.6%，保留集 ROUGE-L 比最强基线高 1.2%。
来源：arXiv · cs.CL · arxiv.org