大模型对齐与安全

Unlearning Is Not Just Erasing: Temporal Decoupling via Generation Inequality

遗忘学习不只是擦除：通过生成不平等实现时间解耦

Xunlei Chen, Qirui Ye, Yuang Li, Yi Gong, Zhaokun Wang, Wenyi Li, Shiyao Guo, Jinyu Guo

专题命中 隐私与版权 ：safety(abstract)；分类 cs.CL、cs.AI

AI总结 该研究针对大型语言模型遗忘学习的挑战，提出基于训练的细粒度框架ADU，通过解耦上下文注意力路径实现精准遗忘，在TOFU和WMDP基准上表现最优，同时保留高模型效用并减少副作用。

Mask-Free Privacy Extraction and Rewriting: A Domain-Aware Approach via Prototype Learning

无掩码隐私提取与重写：通过原型学习的领域感知方法

Xiaodong Li, Yuhua Wang, Qingchen Yu, Zixuan Qin, Yifan Sun, Qinnan Zhang, Hainan Zhang, Zhiming Zheng

专题命中 隐私与版权 ：alignment(abstract)

AI总结 本文提出DAMPER方法，通过对比学习生成领域隐私原型，实现精确的跨度定位和领域合规的重写策略，提升隐私与效用的平衡。

Comments EMNLP 2026 camera-ready. First two authors contributed equally