REDaCT：大推理模型的推理时遗忘框架
热点事件持续更新
REDaCT：大推理模型的推理时遗忘框架
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Joshua Maccoby与Wendy Hui Wang在arXiv论文中提出REDaCT，一种面向大型推理模型（LRM）的推理时遗忘框架：用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，该方法完全避免推理崩溃，在保持完美答案遗忘和接近完美思维链遗忘的同时，相比最先进遗忘方法大幅改善推理保持；代码已公开于https://github.com/jmaccoby/redact。上述为作者声称的实验结果，本站未核验全文。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
REDaCT：大型推理模型中的无推理崩溃遗忘方法报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv · cs.AIREDaCT：大型推理模型中的无推理崩溃遗忘方法
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。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月12日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。