Digital Forgetting in Large Language Models: A Survey of Unlearning Methods

本文是LLM系列文章,针对《Digital Forgetting in Large Language Models: A Survey of Unlearning Methods》的翻译。

1 引言

2 大型语言模型的背景

3 数字遗忘

4 LLM中的数字遗忘方法

5 LLM学习中的遗忘现象调查

6 LLMs中的遗忘评估

7 挑战和潜在的解决方案

8 结论

本文调查了LLM中关于遗忘学习的最新进展。我们首先介绍了LLMs的背景。

相关推荐

最近更新

  1. docker php8.1+nginx base 镜像 dockerfile 配置

    2024-07-21 12:06:02       52 阅读
  2. Could not load dynamic library ‘cudart64_100.dll‘

    2024-07-21 12:06:02       54 阅读
  3. 在Django里面运行非项目文件

    2024-07-21 12:06:02       45 阅读
  4. Python语言-面向对象

    2024-07-21 12:06:02       55 阅读

热门阅读

  1. 面向开发者的提示词工程第六章-文本转换

    2024-07-21 12:06:02       17 阅读
  2. c++应用网络编程之四Linux常用的网络IO模型

    2024-07-21 12:06:02       18 阅读
  3. 【NLP】关于参数do_sample的解释

    2024-07-21 12:06:02       16 阅读
  4. DAY17-二叉树

    2024-07-21 12:06:02       19 阅读
  5. 【Linux】vim编辑器使用详解

    2024-07-21 12:06:02       19 阅读
  6. 用数组简单构成队列C++写法

    2024-07-21 12:06:02       14 阅读
  7. 【无标题】

    2024-07-21 12:06:02       20 阅读
  8. 图像细节增强:锐化处理的实践与分析

    2024-07-21 12:06:02       16 阅读
  9. 堆和栈以及垃圾回收在C#中的使用

    2024-07-21 12:06:02       19 阅读