› August 2026 haben Shengtao Wen, Yunying Yang, Xiang Chen, Lingbing Guo, Yu Tian und Sheng-Jun Huang auf arXiv ein Paper eingereicht, das sich mit einem konkreten Spannungsfeld beim Training großer Sprachmodelle befasst: Wie kann ein Modell Schritt für Schritt neue Aufgaben erlernen und gleichzeitig sicherstellen, dass es keine sensiblen, personenbezogenen Informationen in seinen Ausgaben reproduziert?
› Das Problem: zwei Ziele, die sich gegenseitig stören Das sogenannte kontinuierliche Lernen - auf Englisch "continual learning" - beschreibt die Situation, in der ein Modell nacheinander verschiedene Aufgaben erlernt, ohne das Wissen aus früheren Aufgaben zu vergessen.
› Das ist bereits für sich genommen schwierig.
› Nun kommt eine zweite Anforderung hinzu: Das Modell soll bestimmte Inhalte, die als persönlich identifizierbare Informationen (PII) eingestuft sind, möglichst nicht wiedergeben.