VLM Unlearning 有关论文阅读总结与梳理

优质文章学习记录

— 8 min read
VLM Unlearning 有关论文阅读总结与梳理

文章目录

目录

前言

一、什么是 Unlearning

二、AUVIC

三、Neuron Pruning

四、 Neuron Path Editing

五、 MLLM Eraser

前言

本文整理了当前多模态大模型（VLM）中常见的 Unlearning 技术路线，主要包括：

  • AUVIC
  • Neuron Pruning
  • Neuron Path Editing
  • MLLM Eraser

这些方法的核心目标都是：

让模型“遗忘”指定知识，同时尽量不影响其它知识。

一、什么是 Unlearning

在多模态大模型（Vision-Language Model / VLA）中，我们经常需要：

  • 删除隐私数据
  • 移除不安全知识
  • 删除特定人物或敏感概念
  • 符合法规（GDPR）

但重新训练模型成本非常高，因此提出：Machine Unlearning

即：让模型有选择地忘记某些知识，而不影响其他能力。

在多模态模型中，这件事更困难，因为：

  • 知识分布在视觉 + 文本两个模态
  • 多模态特征高度耦合
  • 单纯 finetune 容易破坏模型能力

因此出现了多种 Unlearning 方法。

二、AUVIC

原文链接：[2511.11299] AUVIC: Adversarial Unlearning of Visual Concepts for Multi-modal Large Language Models

1.核心思想

AUVIC 的目标是：

强迫模型在最困难情况下学会只抑制目标，而不影响相邻概念

具体来说：在 target identity 上答错或 回答模糊；在非目标样本上保持正常回答

2.方法结构

AUVIC 采用 min-max 对抗优化：

\min_{\theta}\ \max_{\phi}\ \mathbb{E}_{x\sim\mathcal{D}}\Big[ \mathcal{L}_{f} + \lambda \mathcal{L}_{p} + \beta \mathcal{L}_{c} \Big]

θ (Vision Tower)

通过 LoRA 微调 来最小化 loss：

目标：降低 target identity 的识别能力

ϕ (Generator)

对输入图像添加扰动

目标：max loss，即生成最困难的样本。

Loss

1️⃣ Forget Loss
\mathcal{L}_{f} = \log p_{\theta}(y^{*}\mid x_{t})
增加 target identity 的预测 loss：logits ↑ → loss ↑
2️⃣ Prediction Consistency Loss
\mathcal{L}_{p} = \left\| \mathrm{logits}_{\mathrm{before}}(x_{t}) - \mathrm{logits}_{\mathrm{after}}(x_{t}) \right\|_{2}^{2}
保证非目标样本的回答准确度
3️⃣ Representation Consistency
\mathcal{L}_{c} = \mathrm{KL}\Big(p_{\theta}(\cdot\mid G(x;\phi ))\ \Big\|\ p_{\theta}(\cdot\mid x)\Big)
保证同一个人的视觉表示在扰动前后要一致

3.方法优势

  • 不破坏相邻概念
  • 对抗训练鲁棒
  • 可用于人脸隐私删除

三、Neuron Pruning

原文链接：[2502.15910] Modality-Aware Neuron Pruning for Unlearning in Multimodal Large Language Models

1.核心思想

不同模态输入会激活 不同的神经元子集

因此可以 剪枝负责 Forget 数据的神经元

2.方法步骤

Step1：检测模态偏置神经元

计算不同模态下的神经元指标：

激活强度差

1️⃣

I_{\mathrm{abs}}(D,n)
差异越大 → 越可能是模态专属神经元
激活频率差

2️⃣ 

I_{\mathrm{freq}}(D,n)
差异越大 → 模态专属
激活方差

3️⃣ 

I_{\mathrm{var}}(D,n)
方差越大 → 信息承载能力越强
RMS 指标

4️⃣ 

I_{\mathrm{rms}}(D,n)
用于惩罚无脑常亮的神经元

Step2：计算 Forget Score

S_{n}=\frac{I(D_{f},n)}{I(D_{r},n)+\epsilon}

其中：

\mathcal{I}(\mathcal{D}, n) := \sum_{k \in \mathcal{K}} I_k(\mathcal{D}, n)
\mathcal{K} = \{I_{\text{abs}}, I_{\text{freq}}, I_{\text{var}}, I_{\text{rms}}\}
D_r

 = Retain dataset

D_f

 = Forget dataset

通过计算选取最大的神经元作为selected neurons

Step3：部署 Mask

在 selected neurons 上：

mask = 0

后续推理中永久生效。

3.方法优势

  • 无需重新训练
  • 计算效率高
  • 可解释性强

   

四、 Neuron Path Editing

原文链接：[2511.06793] Cross-Modal Unlearning via Influential Neuron Path Editing in Multimodal Large Language Models

1.核心思想

模型中的知识通常沿着 神经元路径（neuron path）传播

因此 找到关键路径并进行编辑

2.方法步骤

Step1：路径定位

通过 Integrated Gradient 找到关键神经元：

\text{IGI}(\mathbf{w}) = \sum_{j=1}^N \tilde{w}_{i_j}^n \sum_{k=1}^m \sum_{l=1}^N \frac{\partial F_T\left(\frac{k}{m}\alpha_{i_1}^1, \dots, \frac{k}{m}\alpha_{i_N}^N\right)}{\partial w_{i_l}^l}
IGI(w) 表示各层的选取神经元对文本输出的影响。
\text{IFI}(\mathbf{z}) = \sum_{n=1}^N \tilde{z}_{i_n}^n \sum_{k=1}^m \sum_{l=1}^N \left(\frac{\partial \mathbf{G}\left(\frac{k}{m}\beta_{i_1}^1, \dots, \frac{k}{m}\beta_{i_N}^N\right)}{\partial z_{i_l}^l}\right)^2
IFI(z) 表示各层的选取神经元对视觉输出的影响。

Q：为什么要累积梯度？

因为：

神经元对任务的影响可能是非线性的

在某一点梯度可能为0或负值，但在此之前的梯度都很大，都能展现出强相关性

因此需要从

\frac{1}{m}\alpha

到 

\alpha

逐步累积梯度才能真实反映神经元影响。

Step2：构建关键路径

逐层寻找：

可以满足 

max(IGI / IFI)

 的神经元加入现有路径。

Step3：RMisU Path Editing

编辑关键路径对应参数

Loss 设计：

\mathcal{L} = \mathcal{L}_{\text{retain}} + \mathcal{L}^{f}_{\text{RMisU}} + \gamma \mathcal{L}^{r}_{\text{RMisU}}
以这个Loss为损失，只解冻（更新）“关键路径所在的目标层中，与该路径神经元通道直接相关的极少量参数，基本就是一个参数矩阵的一行，和另一个参数矩阵的一列

其中：

1️⃣  

\mathcal{L}_{\text{retain}} = \mathbb{E}_{(x^r, y^r) \in D^r} \left[ -\sum_{i=1}^{|y^r|} \log P_{M_{\theta^*}}(y_i^r \mid x^r, y_{<i}^r) \right]
在“保留数据”上，新模型的输出行为仍然是一个正常的语言模型

2️⃣  

\mathcal{L}^{f}_{\text{RMisU}} = \mathbb{E}_{x^f \in D^f} \left\| \mathbf{h}^{(l)}_{M_{\theta^*}}(x^f) - \mathbf{v}^f \right\|_2^2
在中间层形成的隐藏层表示，必须长得像一个随机噪声向量

3️⃣  

\mathcal{L}^{r}_{\text{RMisU}} = \mathbb{E}_{x^r \in D^r} \left\| \mathbf{h}^{(l)}_{M_{\theta^*}}(x^r) - \mathbf{h}^{(l)}_{M_\theta}(x^r) \right\|_2^2
在保留集上：新模型在中间层的表示，必须和原模型几乎一模一样

Forget目标

中间隐藏层表示：像随机噪声

Retain目标

在保留数据上：新模型 ≈ 原模型

3.方法优势

  • 精确编辑知识
  • 参数修改极少
  • 保留模型能力

五、 MLLM Eraser

原文链接：[2510.04217] MLLMEraser: Achieving Test-Time Unlearning in Multimodal Large Language Models through Activation Steering

1.核心思想

通过 向隐藏层添加方向向量：

将模型行为从 knowledge recall 转变为 knowledge erasure

2.方法步骤

Step1：构造两类输入

Recall 行为（模型还能被尝试着唤醒对问题的正确回答）

使用：

  • jailbreak prompt
  • adversarial image

构造能唤起 Recall 行为的输入，得到： 

h^{(i)}_{\text{recall}} = h(I'_i, Q'_i)

Refusal 行为（不管怎么样模型都无法正常回答问题）

使用：

  • clean image
  • blocked prompt

构造能唤起 Refusal 行为的输入，得到：

h^{(j)}_{\text{refusal}} = h(I_j, Q_j)

Step2：计算 Erasure Direction

d_{\text{erase}} = \mathbb{E}\!\left[h_{\text{refusal}}\right] - \mathbb{E}\!\left[h_{\text{recall}}\right]

表示：

从 recall 到 refusal 的方向。

Step3：学习线性门控函数

f(\mathbf{h}) = \mathbf{W} \mathbf{P} \mathbf{h}
\mathbf{W}^* := \arg\min_{\mathbf{W}} \left( \|\mathbf{W} \mathbf{P} \mathbf{H}_f - \mathbf{D}\| + \gamma \|\mathbf{W} \mathbf{P}\| \right)

其中：

P \in \mathbb{R}^{d \times d}, \quad W \in \mathbb{R}^{1 \times d}, \quad D \in \mathbb{R}^{1 \times N_f}
  • P：投影矩阵
  • W：映射矩阵

P 的作用

保留与遗忘任务相关的子空间

W 的作用

判断是否触发 erasure

Step4：输入感知 Steering

最终修改隐藏层：

\tilde{h}^{(\ell)} = h^{(\ell)} + \lambda W P h^{(\ell)}

如果 

h \approx h_{\text{recall}}
则添加 d_erase

如果：

h \approx h_{\text{refusal}}
则保持不变

方法优势

  • 不需要重新训练
  • 推理阶段可控
  • 支持输入感知

Read more

基于改进YOLO11-ASF-P2的多旋翼无人机检测识别系统_红外航拍目标检测算法优化_1

1. 基于改进YOLO11-ASF-P2的多旋翼无人机检测识别系统 🚁 随着无人机技术的飞速发展，多旋翼无人机在军事、民用和商业领域的应用日益广泛。然而，这也带来了安全隐患和管理挑战。本文将介绍一种基于改进YOLO11-ASF-P2的红外航拍目标检测算法优化方案，用于多旋翼无人机的检测识别系统。 1.1. 红外航拍目标检测的挑战 📡 红外航拍目标检测面临着诸多挑战，包括： 1. 小目标检测：无人机在远距离航拍时往往呈现为小目标，传统检测算法难以准确识别。 2. 背景复杂：航拍图像通常包含大量复杂背景，如建筑物、树木等，容易干扰目标检测。 3. 尺度变化：无人机在不同高度和角度拍摄时，目标尺寸变化较大。 4. 光照条件：红外成像受光照条件影响较小，但仍存在噪声和模糊问题。 传统目标检测算法在这些挑战面前表现不佳，因此我们需要改进YOLO11-ASF-P2算法，以适应红外航拍场景下的无人机检测任务。 1.2. YOLO11-ASF-P2算法概述 🧠 YOLO11-ASF-P2是一种基于YOLOv11的目标检测算法，结合了自适应特征融合(ASF)和P2尺度采样

vivado2023.2下载安装教程：手把手教你完成FPGA开发环境搭建

手把手带你搞定 Vivado 2023.2 安装：从零搭建专业级 FPGA 开发环境 你是不是也曾在准备开启 FPGA 学习之旅时，被那个动辄十几GB的安装包卡在第一步？ 下载慢、权限报错、许可证激活失败、GUI闪退……明明只是想点个“下一步”，却仿佛在破解一道嵌入式系统的“入门密钥”。 别担心，这并不是你的问题。Vivado —— 这款由 AMD（原 Xilinx）推出的旗舰级 FPGA 开发工具，功能强大毋庸置疑，但它的安装过程确实称得上“劝退新手三连”： 体积大、依赖多、流程长 。 而今天我们要攻克的目标，就是 Vivado 2023.2 —— 一个兼具稳定性与前沿支持的长期候选版本（LTS），特别适合用于教学、科研和工业项目开发。本文将彻底拆解“vivado2023.2下载安装教程”这一高频搜索关键词背后的真实痛点，用工程师视角带你一步步完成从账号注册到环境验证的全过程，

OpenClaw 集成飞书机器人：从入门到精通

OpenClaw 集成飞书机器人：从入门到精通 作者： 你的智能助手 发布时间： 2026-03-11 标签： #OpenClaw #飞书机器人 #自动化 #AIGC 📋 目录 1. 前言 2. 什么是 OpenClaw 3. 前期准备 4. 飞书应用创建与授权 5. OpenClaw 环境搭建 6. 飞书插件配置详解 7. 核心功能实战 8. 进阶技巧与最佳实践 9. 常见问题排查 10. 总结与展望 前言 在当今的数字化办公环境中，企业通讯工具已经成为日常协作的核心。飞书作为国内领先的企业协同平台，其强大的 API 生态为开发者提供了广阔的创作空间。而 OpenClaw 作为一个创新的 AI 代理框架，能够让你轻松地将大语言模型的能力接入到飞书中，实现真正的智能化办公。 本文将带你从零开始，
别再被忽悠！云计算+低代码，才是企业转型的真解药

别再被忽悠！云计算+低代码，才是企业转型的真解药

作为从业7年的IT互联网产品技术，我对接过数十家不同规模、不同行业的企业数字化转型项目，从中小型制造企业到大型政务单位，见过太多企业陷入“转型怪圈”：要么砸重金上云，却只做到“数据上云=转型完成”，核心业务流程依旧脱节；要么盲目跟风低代码，被厂商“3天开发一套系统”的宣传忽悠，最后只做出一堆无法复用、无法扩展的“无用表单”；更有甚者，将云计算与低代码割裂开来，各自为战，导致技术架构混乱、成本翻倍，转型半途而废。         今天不唱赞歌、不聊虚的，纯技术流视角拆解核心逻辑：企业转型的核心困境从来不是“缺技术”，而是“技术与业务脱节、效率与成本失衡、落地与迭代矛盾”；而云计算与低代码的深度协同，不是“锦上添花”，而是破解这些困境的唯一最优解——但前提是，你得看透二者的底层逻辑，避开行业里的那些坑，别再被厂商的虚假宣传带偏。 一、先破后立：企业转型的4大核心技术困境         在聊解决方案之前，我们先明确一个核心：企业数字化转型，本质是“用技术重构业务流程、用工具提升运营效率、