一种面向大模型的知识消除学习的参数调整方法及系统

本发明公开了一种面向大模型的知识消除学习的参数调整方法及系统，所述面向大模型的知识消除学习的参数调整方法包括：获取大语言模型初始参数以及消除请求；利用影响函数计算消除请求对应的目标数据对于模型参数的影响，得到参数变化量；根据参数变化量，对适配器模块的参数进行更新。本方法通过引入影响函数，精准估计数据扰动对模型参数的影响，从而避免了传统方法需要完全重新训练模型的高昂计算开销，显著提升了计算效率。通过高效的参数调整机制，在无需重新训练模型的情况下，实现了对多种实例级忘记任务的精准处理。这不仅提高了模型的鲁棒性和准确性，还展现了其在大规模工业场景中的实际应用潜力。