从锚点到监督：记忆图引导的无语料库大型语言模型遗忘

大型语言模型可能记忆敏感或受版权保护的内容，引发隐私与法律担忧。现有机器遗忘范式依赖用户提供的遗忘集，难以审计且易受滥用。本文提出 MAGE 框架，仅需轻量级用户锚点即可探测目标相关记忆，构建加权局部记忆图，并合成范围化的遗忘监督信号。该方法无需原始训练语料，适用于多种模型。实验表明，MAGE 生成的自监督信号在保持模型效用的同时，实现了与外部参考监督相当的有效遗忘效果，推动了实用且可审计的遗忘工作流。