Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

LLM Unlearning via Neural Activation Redirection

Created by
  • Haebom

저자

William F. Shen, Xinchi Qiu, Meghdad Kurmanji, Alex Iacob, Lorenzo Sani, Yihong Chen, Nicola Cancedda, Nicholas D. Lane

LUNAR: Linear Unlearning with Activation Redirection

개요

LUNAR는 대규모 언어 모델(LLM)에서 특정 지식을 선택적으로 제거하는 새로운 방법론입니다. 선형 표현 가설에 기반하여, 학습 제거된 데이터의 표현을 모델이 응답할 수 없음을 나타내는 활성화 영역으로 리디렉션합니다. LUNAR는 효율성, 강건성 및 제어성을 향상시켰으며, 특히 단일 다운 프로젝션 행렬만 업데이트하여 파라미터 업데이트를 줄여 효율성을 20배 향상시켰습니다.

시사점, 한계점

•
시사점:
◦
최대 11.7배 향상된 unlearning 효과와 모델 유틸리티 결합 점수(Deviation Score) 달성.
◦
학습 제거 후 일관성 있고 맥락에 맞는 응답 생성.
◦
단일 다운 프로젝션 행렬 업데이트를 통한 효율성 20배 향상.
◦
화이트 박스 적대적 공격에 대한 강건성 입증.
◦
순차적 학습 제거 요청 처리 등 실제 시나리오에서의 다재다능함.
•
한계점:
◦
(논문 내용에 명시된 한계점이 없음)
👍
Made with Slashpage