AdaPop：面向 LLM 遗忘的自适应流行度方法

AdaPop 是一种按事实流行度自适应调整梯度压力的 LLM 遗忘方法，结合局部 token 置信度与来自 Wikidata sitelinks、LLM-as-Judge 等外部代理的流行度指数，并用双上升控制器逐 epoch 自动调节保留惩罚。在三个模型家族和两个基准上，AdaPop 在改写查询下泄漏的遗忘内容比对比方法少约 5 倍，在对抗性改写下少约 1.6 倍。