› Guangsheng Yu, Yanna Jiang, Qin Wang, Baihe Ma und Xu Wang haben im September 2026 auf arXiv ein Paper vorgelegt, das ein grundlegendes Problem bei der Überprüfung des sogenannten "Unlearning" von Sprachmodellen aufzeigt.
› Unlearning bezeichnet den Prozess, bei dem ein bereits trainiertes Modell gezielt bestimmte Informationen "vergessen" soll - etwa sensible Personendaten oder gefährliches Wissen.
› Was bisher als Beweis galt - und warum es nicht reicht Bisherige Benchmarks wie TOFU und MUSE prüfen das Vergessen, indem sie die finale Antwort des Modells auslesen.
› Verweigert das Modell eine Antwort, gilt die Information als vergessen.