遗忘是否统一？探究统一多模态模型中的概念遗忘

研究提出跨路径概念遗忘任务：让统一多模态模型既不生成目标概念图像、也不识别输入中的该概念，同时保留其他能力。为此推出覆盖 30 个目标概念与 60 个语义相近概念的诊断基准 UUBench，实验显示现有单路径遗忘方法联合遗忘效果有限。新方法 UniForget 在 BAGEL-7B-MoT 和 Janus-Pro-7B 上分别实现 80.0% 和 92.7% 的联合遗忘率，优于代表性基线。