KI News: Kurz und klar.

Ein neues Verfahren namens TRUST (Targeted Robust Selective fine Tuning) wurde auf arXiv veröffentlicht und verspricht, Text‑Diffusion‑Modelle sicherer zu machen, ohne ihre kreative Leistung zu opfern. Die Autoren zeigen, wie man gezielt neuronale Schaltkreise identifiziert, die für schädliche Inhalte verantwortlich sind, und diese anschließend durch selektives Fein‑Tuning unlearnen kann.

Die Forschung zum „Machine Unlearning“ für große Sprachmodelle (LLMs) hat ein neues Problem ans Licht gebracht: Die gängigen Evaluationsmetriken, die auf einfachen, harmlosen Abfragen basieren, können oft nur oberflächliche Informationsreduktionen erkennen. Dadurch bleibt unklar, ob sensible oder urheberrechtlich geschützte Daten tatsächlich aus dem Modell entfernt wurden.