审计有限记忆语言模型中的遗忘机制

有限记忆语言模型（LMLMs）将事实知识外部化至数据库，以支持无需重训练的删除式遗忘。现有评估仅衡量删除后的整体正确性，无法区分残留参数记忆、替代检索路径或近邻检索伪影导致的遗忘失败。本文提出一种因果审计框架，固定模型并在推理时干预数据库状态，将行为分解为参数泄露、检索介导的正确性及检索伪影率。实验表明参数泄露近乎为零，残留主要源于检索图中的近邻效应，遗忘边界主要由数据库管理员而非模型决定。