基于双辅助模型的大语言模型黑盒遗忘方法

本发明涉及大语言模型隐私保护技术领域，具体为基于双辅助模型的大语言模型黑盒遗忘方法，包括以下步骤：构建双辅助模型并生成输出差异特征，通过费舍尔信息矩阵分析参数关键性进行自匹配微调，计算加权遗忘关联性得分，基于得分匹配目标模型输出生成遗忘响应。本发明通过双辅助模型的输出差异判别遗忘需求，利用自匹配微调优化参数更新策略，结合加权交叉熵与目标模型损失计算遗忘关联性，在黑盒环境下进行目标信息的精准遗忘，同时维持模型在非遗忘任务上的性能，提升大语言模型隐私保护的实用性与效率。