GUARD: Natural Forgetting in Large Reasoning Models via Guided Answer-Reasoning Distillation

arXiv cs.AI · 22 sept, 06:00

Un trabajo de investigación propone GUARD, una técnica de machine unlearning para modelos de razonamiento grande que busca eliminar información sensible o rationales peligrosas de las trazas intermedias de chain-of-thought. El método convierte revelaciones inseguras en trayectorias de salida segura y mantiene la utilidad del razonamiento, incluyendo una nueva métrica NFRS para evaluar la calidad del olvido más allá de fugas de información.