热点事件观察中
UniForget：统一多模态模型跨路径概念遗忘
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
2026年11月3日，Hugging Face Daily Papers 报道了一项关于统一多模态模型概念遗忘的研究。该研究提出“跨路径概念遗忘”问题：要求统一多模态模型既不能生成目标概念图像，也不能在输入图像中识别该概念。为此，研究构建了 UUBench 基准，覆盖 30 个目标概念和 60 个语义相近概念。实验显示，现有单路径遗忘方法在联合遗忘上效果有限。研究提出的 UniForget 方法在 BAGEL-7B-MoT 和 Janus-Pro-7B 上分别达到 80.0% 和 92.7% 的联合遗忘率，优于代表性基线。
AI 根据报道生成 · 1 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- Hugging Face Daily Papers遗忘是否统一？探究统一多模态模型中的概念遗忘
研究提出跨路径概念遗忘问题：让统一多模态模型既不能生成目标概念图像，也不能在输入图像中识别该概念。为此构建 UUBench，覆盖 30 个目标概念和 60 个语义相近概念，实验显示现有单路径遗忘方法联合遗忘效果有限。提出的 UniForget 在 BAGEL-7B-MoT 和 Janus-Pro-7B 上分别达到 80.0% 和 92.7% 的联合遗忘率，优于代表性基线。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。