STaR：面向大推理模型遗忘的敏感轨迹调控

大型推理模型（LRM）推动了自动化多步推理的进步，但其生成复杂思维链（CoT）轨迹的能力带来严重隐私风险：敏感信息可能深嵌于推理全程。现有大语言模型（LLM）遗忘方法通常只修改最终答案，对LRM并不充分，因为它们无法从中间步骤移除敏感内容，导致持续的隐私泄漏与安全性退化。为应对这些挑战，我们提出Sensitive Trajectory Regulation（STaR），一个无参数、推理时的遗忘框架，在整个推理过程中实现稳健的隐私保护。具体而言，我们首先通过语义感知检测识别敏感内容；随后通过安全提示前缀注入全局安全约束；接着执行轨迹感知抑制，在整个推理链上动态阻断敏感内容；最后应用token级自适应过滤，在生成时阻止精确与改写形式的敏感token。此外，为克服现有评估协议的不足，我们引入两个指标：Multi-Decoding Consistency Assessment（MCS），衡量跨多样解码策略下遗忘的一致性；Multi-Granularity Membership Inference Attack（MIA）Evaluation，在答案与推理链两个层面量化隐私保护。在R-TOFU基准上的实验表明，STaR以极小的效用损失实现全面且稳定的遗忘，为LRM中的隐私保护推理树立新标准。