Desaprendizado multimodal em visão, linguagem, vídeo e áudio: um levantamento de métodos, conjuntos de dados e benchmarks

arXiv:2607.07907v1 Tipo de anúncio: novo Resumo: Com a crescente adoção de VLMs, DMs, LLMs e AFMs, esses modelos de fundação multimodais podem, sem intenção, codificar associações intermodais sensíveis, protegidas por direitos autorais, enviesadas ou inseguras que se originam de seus dados de treinamento. Retreinar após solicitações de exclusão ou atualizações de políticas costuma ser inviável, e o esquecimento direcionado continua sendo difícil porque o conhecimento está distribuído por representações compartilhadas. O desaprendizado multimodal aborda esse desafio ...