arXivDaily arXiv每日学术速递 周一至周五更新
arXiv 2601.06675cs.CL

评估多语言语言模型中的跨语言反学习

Evaluating Cross-Lingual Unlearning in Multilingual Language Models

AI Virtual Assistant (AVA) Lab(人工智能虚拟助手(AVA)实验室);Georgia Institute of Technology(佐治亚理工学院)

Tyler Lizzo, Larry Heck

AI总结:

本文研究了多语言语言模型中的跨语言反学习,发现子空间投影方法在去除非训练语言事实方面表现最佳,揭示了权重空间几何结构对多语言遗忘的影响。

摘要:

我们首次全面评估了多语言大语言模型中的跨语言反学习。使用七种语言/书写变体的翻译TOFU基准测试,我们测试了主要的反学习算法,并表明大多数方法无法删除训练语言之外的事实,即使在效用保持较高的情况下。然而,子空间投影方法一致优于其他方法,实现了强大的跨语言遗忘,且降级最小。对学习任务子空间的分析揭示出一个共享的跨语言结构:移除这个共享子空间会损害所有语言,而移除语言特定的组件则会有选择性地影响一种语言。这些结果表明,多语言遗忘依赖于权重空间中的几何结构,这促使了未来反学习系统中基于子空间的方法。

英文摘要:

We present the first comprehensive evaluation of cross-lingual unlearning in multilingual LLMs. Using translated TOFU benchmarks in seven language/script variants, we test major unlearning algorithms and show that most fail to remove facts outside the training language, even when utility remains high. However, subspace-projection consistently outperforms the other methods, achieving strong cross-lingual forgetting with minimal degradation. Analysis of learned task subspaces reveals a shared interlingua structure: removing this shared subspace harms all languages, while removing language-specific components selectively affects one. These results demonstrate that multilingual forgetting depends on geometry in weight space, motivating subspace-based approaches for future unlearning systems.

机构、总结、中文摘要均由AI分析而来,可能存在错误,请以论文正文为准。

↑