计算机科学 > 机器学习
[提交于 2025年7月8日
]
标题: LLMs中记忆的景观:机制、测量和缓解
标题: The Landscape of Memorization in LLMs: Mechanisms, Measurement, and Mitigation
摘要: 大型语言模型(LLMs)在众多任务中表现出色,但它们也会记忆训练数据。 这一现象引发了关于模型行为、隐私风险以及学习与记忆之间界限的关键问题。 为解决这些问题,本文综合了近期的研究,并探讨了记忆的现状、影响因素以及检测和缓解方法。 我们探讨了关键驱动因素,包括训练数据重复、训练动态以及微调过程对数据记忆的影响。 此外,我们还研究了诸如基于前缀的提取、成员推断和对抗性提示等方法,评估它们在检测和测量记忆内容方面的有效性。 除了技术分析,我们还探讨了记忆的更广泛影响,包括法律和伦理影响。 最后,我们讨论了缓解策略,包括数据清理、差分隐私和训练后遗忘,同时强调了在最小化有害记忆与实用性之间取得平衡的开放挑战。 本文从技术、隐私和性能维度全面概述了当前关于LLM记忆的研究现状,并指出了未来工作的关键方向。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.