יום ראשון, 4 באוקטובר 2026 LIVE
AI־INFO

כתבה arXiv cs.CL ·

פרצות לשוניות באילמודים

Linguistic Loopholes in LLM Unlearning: From a 174-Language Benchmark to Coverage-Aware Unlearning
חוקרים גילו פרצות לשוניות בתהליך השכחה של מודלים בינלאומיים. הם פיתחו את COVER, אלגוריתם לבחירת שפות מקור להשכחה יעילה. האלגוריתם מוכיח את עצמו בבדיקות ומציג שיפורים משמעותיים.
תקציר מקורי באנגליתarXiv:2609.40286v1 Announce Type: new Abstract: Unlearning a fact in one language does not guarantee its removal in others as changing the query or even the requested answer language can reopen seemingly forgotten knowledge -- a cross-lingual loophole. The most straightforward solution to this challenge -- unlearning in all languages -- is neither scalable nor desirable as it amplifies damage to unrelated model capabilities. We introduce the task of language budgeted multilingual unlearning where the goal is to select a subset of languages that maximizes cross-lingual erasure. To study this task we introduce the Cross-Lingual Unlearning Tensor, an unlearning benchmark that spans 174 language--script pairs and 25 atomic paraphrase types to examine when forgetting generalizes across linguist
קרא במקור המקורי