arXiv · cs.AI· Yejin Kim, William F. Shen, Seokwon Jung, Daeun Park, Seong Joon Oh·· 5 小时前
TULIP：按输入定位层级的定向大模型遗忘
TULIP: Targeted LLM Unlearning at Layers Identified Per-input
arXiv:2609.34591v2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：Yejin Kim, William F. Shen, Seokwon Jung, Daeun Park, Seong Joon Oh
研究任务与主要进展
Yejin Kim 等人提出 TULIP，针对不同输入在大模型不同层形成答案的问题，使用 logit lens 逐输入定位形成—读出边界，并在该层去除隐藏状态与遗忘答案反嵌入向量的对齐。
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