提出Agent遗忘问题并发布AUBench基准
热点事件持续更新
提出Agent遗忘问题并发布AUBench基准
1 篇报道1 个报道来源19 小时前更新
先了解这件事
AI 综述
2026年10月14日，arXiv 人工智能板块报道，研究者 Junkai Lin 等提出“智能体遗忘”（agent unlearning）问题，即从基于大语言模型的智能体中移除私有信息，需覆盖三条信息通道：参数知识、持久记忆和工具调用获取。为此，研究者发布 Agent Unlearning Benchmark（AUBench），将 TOFU 的虚构作者设定扩展至带持久记忆、离线网页快照和工具可访问文档的智能体环境，并追踪交互轨迹。评测显示，现有参数级与记忆级遗忘方法存在模型级遗忘与系统级智能体遗忘之间的差距。报道未提及该基准的收费、额度或地域限制等条件。
AI 根据报道生成 · 2 小时前更新
最新进展10月14日 12:00
LLM 智能体能否真正遗忘？AUBench 探索智能体机器遗忘报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv Artificial IntelligenceLLM 智能体能否真正遗忘？AUBench 探索智能体机器遗忘
研究者提出智能体遗忘问题，即从 LLM 智能体中移除私有信息，需覆盖参数知识、持久记忆和工具调用获取三条信息通道。为此推出 Agent Unlearning Benchmark（AUBench），将 TOFU 的虚构作者设定扩展至带持久记忆、离线网页快照和工具可访问文档的智能体环境，并追踪交互轨迹。评测显示现有参数级与记忆级遗忘方法存在模型级遗忘与系统级智能体遗忘之间的差距。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。