Shadow Unlearning：一种在 LLM 中实现保真匿名遗忘的神经语义方法
Shadow Unlearning: A Neuro-Semantic Approach to Fidelity-Preserving Faceless Forgetting in LLMs
AI 导读
研究者提出 Shadow Unlearning，一种在匿名化遗忘数据上执行机器遗忘、不暴露 PII 的近似遗忘范式，并以 NSPU 框架实现，避免现有方法因访问待删数据而暴露于成员推断攻击。在多个 LLM 与覆盖五个领域的 MuFU 遗忘集上的实验显示，NSPU 遗忘效果更优、保留模型效用，计算效率至少是标准遗忘方法的 10 倍。