Agentic Unlearning：当 LLM Agent 遇见机器不可知

本文引入了‛agentic unlearning‛，旨在从具有闭环交互的智能体的参数和持久记忆中移除指定信息。现有不可知方法仅针对参数，存在两个关键缺口：(i) 参数-记忆回流，检索会重新激活参数残留或记忆artifact重新引入敏感内容；(ii)缺乏涵盖参数与记忆路径的统一策略。我们提出Synchronized Backflow Unlearning (SBU)，一个在参数和记忆路径上联合不可知的框架。记忆路径采用依赖闭合为基础的不可知技术，修剪孤立实体同时逻辑地作废共享artifact。参数路径采用随机参考对齐，引导模型输出趋向高熵先验。这些路径通过同步双更新协议集成，形成闭环机制，使记忆不可知与参数抑制相互强化，防止跨路径重新污染。医学问答基准的实验表明，SBU在两条路径上显著降低了目标私有信息的痕迹，同时对保留数据的性能影响有限。