**MAAT：多阶段适配器感知的目标遗忘**

_MAAT: Multi-phase Adapter-Aware Targeted Unlearning_

> 该论文指出机器遗忘评估存在结构偏见，Why类问题占比极低，导致现有方法在因果知识遗忘上表现不佳。为此，作者提出了5WBENCH基准（均衡5W类别，5000样本），并发现现有方法无法同时在Why类问题上实现高遗忘和高保留。进一步提出MAAT方法，一种基于LoRA适配器权重的三阶段框架，结合梯度投影、SVD秩剪枝、任务向量否定和混合KL隐藏状态修复，首次在因果知识上达到遗忘-保留帕累托前沿的新操作点。代码已开源。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-01 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.30514)