与 AI 交互时，隐私泄露是一大隐忧。一项新技术实现了 AI 对敏感信息的精准遗忘，如同一场精密的脑部手术，只移除有害记忆，完整保留核心能力。这项名为 SMFA 的技术为构建更安全的 AI 交互环境提供了切实可行的解决方案。
智能速览
新技术 SMFA 让 AI 能精准遗忘隐私信息。
该方法如同给 AI 动脑部手术，不损害其核心能力。
团队构建了首个多模态遗忘测试基准 S-MLLMUn Bench。
此技术未来可用于更新过时信息并注入新知识。
精华内容
这项名为雕刻性记忆遗忘适配器（SMFA）的技术，巧妙地在遗忘与记忆之间找到了平衡点。其核心在于精准识别并修改与隐私相关的模型参数，同时保护核心知识不被误伤。
技术核心
首先，AI 会在需要遗忘的隐私数据上接受特殊训练，学习将正确答案替换为“我不知道”等拒绝性回答，这个过程会生成一组“遗忘参数”。为防止 AI 变得“过度健忘”，团队同时设置了“保留锚点”，用少量正常知识对 AI 进行微调，生成另一组“保护参数”。最终，SMFA 适配器会分析这两组参数间的冲突，利用掩码机制精准屏蔽可能损害核心能力的更新，只保留安全有效的遗忘部分，实现选择性遗忘。
效果验证
为客观评估 SMFA 的性能，研究团队构建了全球首个多模态大模型遗忘测试基准 S-MLLMUn Bench。该基准包含 1000 个虚构人物的图文档案，严格测试模型的隐私遗忘能力与图像理解保留能力。测试结果显示，SMFA 在成功擦除指定隐私信息的同时，其图像理解保留得分最高，生成的拒绝回答也更自然流畅。相比之下，一些传统方法要么导致模型能力严重下降，要么隐私数据清除不彻底。
未来展望
该技术的意义不止于隐私保护。它还能用于更新模型中的过时信息，例如在国家领导人换届后，让模型忘记旧的关联。研究团队展望，未来技术能进一步实现在遗忘的同时注入新知识，例如用少量数据教会模型理解网络新词“666”的多重含义，而无需对整个模型进行昂贵的重新训练。
SMFA 技术的出现，为解决 AI 的隐私泄露难题提供了一把精准的手术刀，证明了 AI 的发展可以兼顾强大与安全。这项突破不仅是技术上的进步，更是在构建人机互信的道路上迈出的重要一步。未来，AI 还能学会如何更好地成长和更新吗？
