arXiv · cs.AI· Joshua Maccoby, Wendy Hui Wang·· 5 小时前
REDaCT：大型推理模型中的无推理崩溃遗忘方法
REDaCT: Collapse-Free Unlearning in Large Reasoning Models
arXiv:2610.12769v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Joshua Maccoby, Wendy Hui Wang
研究任务与主要进展
Joshua Maccoby与Wendy Hui Wang提出REDaCT，一种用于大型推理模型遗忘的推理时框架，通过二元泄漏检测器识别思维链中的泄漏内容，并在首次检测到泄漏时注入离线优化的纠正嵌入。作者在论文摘要中声称，该方法避免了推理崩溃，在保持完美答案遗忘和接近完美的思维链遗忘的同时改善了推理保持；代码已公开于https://github.com/jmaccoby/redact。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org