obliviate 的极限：基于刺激-知识 entangled-行为框架评估 LLM 中的遗忘

大型语言模型（LLMs）中的遗忘对于管理敏感数据和纠正误information 至关重要，但其有效性的评估仍是开放问题。我们调查说服性提示是否能从被故意遗忘的 LLMs 中召回事实知识，模型规模从2.7B到13B（OPT-2.7B、LLaMA-2-7B、LLaMA-3.1-8B、LLaMA-2-13B）。drawing from ACT-R 和 Hebbian 理论（扩散激活理论），以及通信原则，我们引入刺激-知识 entangled-行为框架（SKeB），该框架通过 domain graphs 模型信息 entangled，并测试事实召回在遗忘模型中是否与说服性 framing 相关。我们开发了 entangled 指标来量化知识激活模式，并评估 factuality、non-factuality 和幻觉在输出中的情况。我们的结果表明，说服性提示显著增强了事实知识召回（14.8% baseline vs. 24.5% with authority framing），其有效性与模型规模呈反相关（2.7B 中的 128% recovery vs. 13B 中的 15%）。SKeB 为评估 LLMs 中的遗忘完整性、robustness 和 overall behavior 提供了基础。