通过参数外推增强大模型遗忘的辅助方法及系统

本发明属于人工智能领域中的大语言模型遗忘技术领域。提供了一种通过参数外推增强大模型遗忘的辅助方法及系统，通过梯度上升对目标遗忘数据集进行遗忘操作；在遗忘操作结束后，在遗忘操作的多个训练轮次中，选择遗忘效果与模型效用之间平衡最优的模型参数，计算遗忘过程中的参数更新向量；根据平衡最优的模型参数以及所述参数更新向量，通过参数外推放大参数更新向量，以将遗忘效果扩展到与目标遗忘数据集相关的知识上；本发明利用参数外推技术，放大了模型在遗忘目标数据时对相关知识的遗忘效果，从而实现更彻底的遗忘，无需额外的训练数据即可显著提升遗忘效果，并在遗忘质量和模型效用之间实现了更好的平衡。