麻省大学阿默斯特分校 发布 OpenUnlearning 数据集, 应用在 机器学习、遗忘学习 领域

麻省大学阿默斯特分校 本次发布的数据集 OpenUnlearning, OpenUnlearning是一个标准化的、可扩展的框架，专为评估大型语言模型（LLM）的遗忘方法和指标而设计。它整合了9种遗忘算法和16种不同的评估方法，涵盖了3个领先的基准（TOFU、MUSE和WMDP），并允许分析450多个公开发布的检查点中的遗忘行为。OpenUnlearning旨在解决当前遗忘方法和评估指标碎片化的问题，促进研究社区的统一和加速研究进展。

查看OpenUnlearning

README 内容： 

关于 麻省大学阿默斯特分校 , 麻省大学阿默斯特分校（University of Massachusetts Amherst）是美国麻省大学系统中的一员，位于马萨诸塞州的阿默斯特，是一所研究型大学，以其在自然科学、工程、社会科学等领域的卓越研究和教学而闻名。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。