[논문리뷰] The More Popular, The Harder to Forget: Adaptive Popularity for LLM Unlearning본 논문은 기존의 LLM 언러닝 기법들이 학습 데이터의 빈도나 사실의 인기도를 고려하지 않고 모든 fact에 대해 균일한 gradient 압력을 가함으로써 발생하는 'Popularity Gap' 문제를 해결하고자 합니다 .#Review#Machine Unlearning#LLM#Popularity Bias#Gradient Ascent#Dual-Ascent Controller#Parametric Memorization2026년 8월 19일댓글 수 로딩 중
[논문리뷰] Scrub It Out! Erasing Sensitive Memorization in Code Language Models via Machine Unlearning본 논문은 Code Language Models (CLMs) 에서 발생하는 민감한 훈련 데이터의 의도치 않은 기억(memorization) 문제를 해결하고자 합니다.#Review#Code Language Models#Machine Unlearning#Sensitive Memorization#Privacy#Gradient Ascent#Model Utility#Code Generation2025년 9월 18일댓글 수 로딩 중