KARU：以知识关联而非整段回答为目标进行强化遗忘

大语言模型在预训练中获得大量事实知识，其中可能包含敏感、私有或受版权保护的信息，因此需要选择性遗忘特定知识、同时保留通用能力的方法。然而，现有方法通常优化整段回答，没有明确识别待遗忘知识，导致遗忘粗糙且难控制。我们重新审视遗忘目标，提出知识关联（KA）：描述查询上下文与目标知识之间的关联，并以相应条件预测分布具体表示，将其作为遗忘的基本目标。在此基础上，我们提出知识关联强化遗忘（KARU），一个抑制应遗忘关联、保留应保留关联的统一强化学习框架。框架从KA表述推导出互补机制：构造token级奖励以提供更细粒度遗忘监督；施加分布级正则以精确抑制知识；以及按接近程度采样保留数据，以缓解附带能力损伤。在多种LLM和代表基准上，KARU相较既有基线持续提高遗忘效果，同时维持相近的知识保留表现与通用效用。