Buchumschlag

Harmonizing Multi-Objective LLM Unlearning via Unified Domain Representation and Bidirectional Logit Distillation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhong, Yisheng, Liu, Sijia, Zhu, Zhuangdi
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DUET: Distilled LLM Unlearning from an Efficiently Contextualized Teacher
von: Zhong, Yisheng, et al.
Veröffentlicht: (2026)

Hierarchical Federated Unlearning for Large Language Models
von: Zhong, Yisheng, et al.
Veröffentlicht: (2025)

SHRED: Retain-Set-Free Unlearning via Self-Distillation with Logit Demotion
von: Hu, Zizhao, et al.
Veröffentlicht: (2026)

Unlearners Can Lie: Evaluating and Improving Honesty in LLM Unlearning
von: Gu, Renjie, et al.
Veröffentlicht: (2026)

How Hard Can It Be? Hardness-Aware Multi-Objective Unlearning
von: Chen, Jiangwei, et al.
Veröffentlicht: (2026)

Reversing the Forget-Retain Objectives: An Efficient LLM Unlearning Framework from Logit Difference
von: Ji, Jiabao, et al.
Veröffentlicht: (2024)

OGLS-SD: On-Policy Self-Distillation with Outcome-Guided Logit Steering for LLM Reasoning
von: Yang, Yuxiao, et al.
Veröffentlicht: (2026)

SCDM: Unified Representation Learning for EEG-to-fNIRS Cross-Modal Generation in MI-BCIs
von: Li, Yisheng, et al.
Veröffentlicht: (2024)

Meta-Aligner: Bidirectional Preference-Policy Optimization for Multi-Objective LLMs Alignment
von: Xu, Wenzhe, et al.
Veröffentlicht: (2026)

Logit Distillation on Manifolds: Mapping by Learning
von: Yang, Yiru, et al.
Veröffentlicht: (2026)

Unlearning via Sparse Representations
von: Shah, Vedant, et al.
Veröffentlicht: (2023)

Attention Smoothing Is All You Need For Unlearning
von: Zade, Saleh Zare, et al.
Veröffentlicht: (2026)

Distillation Robustifies Unlearning
von: Lee, Bruce W., et al.
Veröffentlicht: (2025)

Logit Distance Bounds Representational Similarity
von: Nielsen, Beatrix M. G., et al.
Veröffentlicht: (2026)

Peak-Controlled Logits Poisoning Attack in Federated Distillation
von: Tang, Yuhan, et al.
Veröffentlicht: (2024)

Simplicity Prevails: Rethinking Negative Preference Optimization for LLM Unlearning
von: Fan, Chongyu, et al.
Veröffentlicht: (2024)

Multi-Objective Large Language Model Unlearning
von: Pan, Zibin, et al.
Veröffentlicht: (2024)

LLM Unlearning Reveals a Stronger-Than-Expected Coreset Effect in Current Benchmarks
von: Pal, Soumyadeep, et al.
Veröffentlicht: (2025)

SalUn: Empowering Machine Unlearning via Gradient-based Weight Saliency in Both Image Classification and Generation
von: Fan, Chongyu, et al.
Veröffentlicht: (2023)

Beyond Sharp Minima: Robust LLM Unlearning via Feedback-Guided Multi-Point Optimization
von: Wu, Wenhan, et al.
Veröffentlicht: (2025)

Nd-BiMamba2: A Unified Bidirectional Architecture for Multi-Dimensional Data Processing
von: Liu, Hao
Veröffentlicht: (2024)

Bidirectional Distillation: A Mixed-Play Framework for Multi-Agent Generalizable Behaviors
von: Feng, Lang, et al.
Veröffentlicht: (2025)

LLM Unlearning via Neural Activation Redirection
von: Shen, William F., et al.
Veröffentlicht: (2025)

Bidirectional Hierarchical Protein Multi-Modal Representation Learning
von: Liu, Xuefeng, et al.
Veröffentlicht: (2025)

EchoMamba4Rec: Harmonizing Bidirectional State Space Models with Spectral Filtering for Advanced Sequential Recommendation
von: Wang, Yuda, et al.
Veröffentlicht: (2024)

Unified Parameter-Efficient Unlearning for LLMs
von: Ding, Chenlu, et al.
Veröffentlicht: (2024)

GEAR: Granularity-Adaptive Advantage Reweighting for LLM Agents via Self-Distillation
von: Li, Sijia, et al.
Veröffentlicht: (2026)

Safety Mirage: How Spurious Correlations Undermine VLM Safety Fine-Tuning and Can Be Mitigated by Machine Unlearning
von: Chen, Yiwei, et al.
Veröffentlicht: (2025)

Agentic Unlearning: When LLM Agent Meets Machine Unlearning
von: Wang, Bin, et al.
Veröffentlicht: (2026)

Sustained Gradient Alignment Mediates Subliminal Learning in a Multi-Step Setting: Evidence from MNIST Auxiliary Logit Distillation Experiment
von: Kitkana, Chayanon, et al.
Veröffentlicht: (2026)

LLM Unlearning Without an Expert Curated Dataset
von: Zhu, Xiaoyuan, et al.
Veröffentlicht: (2025)

Uncovering Logit Suppression Vulnerabilities in LLM Safety Alignment
von: Li, Yuxi, et al.
Veröffentlicht: (2024)

QuickDrop: Efficient Federated Unlearning by Integrated Dataset Distillation
von: Dhasade, Akash, et al.
Veröffentlicht: (2023)

LLM Unlearning via Loss Adjustment with Only Forget Data
von: Wang, Yaxuan, et al.
Veröffentlicht: (2024)

Bidirectional Generative Pre-training for Improving Healthcare Time-series Representation Learning
von: Song, Ziyang, et al.
Veröffentlicht: (2024)

Machine Unlearning via Null Space Calibration
von: Chen, Huiqiang, et al.
Veröffentlicht: (2024)

A Unifying Post-Processing Framework for Multi-Objective Learn-to-Defer Problems
von: Charusaie, Mohammad-Amin, et al.
Veröffentlicht: (2024)

Towards Mitigating Excessive Forgetting in LLM Unlearning via Entanglement-Guidance with Proxy Constraint
von: Liu, Zhihao, et al.
Veröffentlicht: (2025)

Evidence-Gated LLM Priors for Multi-Objective Bayesian Optimization
von: Chen, Jiangyu, et al.
Veröffentlicht: (2026)

Exploring Criteria of Loss Reweighting to Enhance LLM Unlearning
von: Yang, Puning, et al.
Veröffentlicht: (2025)