論文の概要: Can VLMs Truly Forget? Benchmarking Training-Free Visual Concept Unlearning

• arxiv url: http://arxiv.org/abs/2604.03114v1
• Date: Fri, 03 Apr 2026 15:36:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-06 17:20:24.512937
• Title: Can VLMs Truly Forget? Benchmarking Training-Free Visual Concept Unlearning
• Title（参考訳）: VLMは本当に忘れられるのか? トレーニング不要のビジュアルコンセプトのベンチマーク
• Authors: Zhangyun Tan, Zeliang Zhang, Susan Liang, Yolo Yunlong Tang, Lisha Chen, Chenliang Xu,
• Abstract要約: 訓練ベースのアンラーニング手法は構造的な欠陥を共有している。狭義の忘れ物セットの微調整は、アンラーニングが始まる前に一般的な能力を低下させる。 VLM-UnBenchは、VLMにおけるトレーニング不要な視覚概念の学習のための最初のベンチマークである。
• 参考スコア（独自算出の注目度）: 40.223816530250055
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: VLMs trained on web-scale data retain sensitive and copyrighted visual concepts that deployment may require removing. Training-based unlearning methods share a structural flaw: fine-tuning on a narrow forget set degrades general capabilities before unlearning begins, making it impossible to attribute subsequent performance drops to the unlearning procedure itself. Training-free approaches sidestep this by suppressing concepts through prompts or system instructions, but no rigorous benchmark exists for evaluating them on visual tasks. We introduce VLM-UnBench, the first benchmark for training-free visual concept unlearning in VLMs. It covers four forgetting levels, 7 source datasets, and 11 concept axes, and pairs a three-level probe taxonomy with five evaluation conditions to separate genuine forgetting from instruction compliance. Across 8 evaluation settings and 13 VLM configurations, realistic unlearning prompts leave forget accuracy near the no-instruction baseline; meaningful reductions appear only under oracle conditions that disclose the target concept to the model. Object and scene concepts are the most resistant to suppression, and stronger instruction-tuned models remain capable despite explicit forget instructions. These results expose a clear gap between prompt-level suppression and true visual concept erasure.
• Abstract（参考訳）: Webスケールのデータに基づいてトレーニングされたVLMは、デプロイに必要な機密的で著作権のある視覚概念を保持します。 訓練ベースのアンラーニング手法は構造的な欠陥を共有している。狭義の忘れ物セットの微調整は、アンラーニングが始まる前に一般的な能力を低下させるため、その後のパフォーマンス低下をアンラーニング手順自体に原因付けることは不可能である。 トレーニングなしのアプローチは、プロンプトやシステム命令を通じて概念を抑圧することでこれを後押しするが、視覚的なタスクでそれらを評価するための厳密なベンチマークは存在しない。 VLM-UnBenchは、VLMにおけるトレーニング不要な視覚概念の学習のための最初のベンチマークである。 4つの忘れているレベル、7つのソースデータセット、11のコンセプト軸をカバーし、5つの評価条件を持つ3レベルのプローブ分類と組み合わせることで、真に忘れていることを命令コンプライアンスから分離する。 8つの評価設定と13のVLM構成で、現実的な未学習は、非命令ベースラインの近傍で忘れの精度を保ち、ターゲット概念をモデルに開示するオラクル条件下でのみ有意義な削減が現れる。 オブジェクトとシーンの概念は抑制に最も抵抗性があり、強い命令調整されたモデルははっきりと忘れられた命令にもかかわらず機能する。 これらの結果から,プロンプトレベル抑制と真の視覚的概念消去との明確なギャップが明らかとなった。

関連論文リスト

• Rethinking Machine Unlearning: Models Designed to Forget via Key Deletion [18.166109788922153]
  モデルを直接訓練して、忘れることを支援する新しいパラダイムである、設計によるアンラーニングを提案する。 我々はこのアイデアを、モデルウェイトからインスタンス固有の記憶を分離するメモリ拡張トランスフォーマーであるKEY deletion (MUNKEY)を介して、Machine UNlearningでインスタンス化する。 その結果、設計によるアンラーニングは、予測性能を維持しながら、高速でデプロイ指向のアンラーニングを可能にすることが判明した。
  論文  参考訳（メタデータ） (2026-03-16T09:33:29Z)
• AUVIC: Adversarial Unlearning of Visual Concepts for Multi-modal Large Language Models [63.05306474002547]
  を強制する規制フレームワークは、機械学習の必要性を喚起します。 AUVICはMLLMのための新しい視覚概念アンラーニングフレームワークである。 AUVICは,非ターゲット概念の性能劣化を最小限に抑えつつ,最先端の目標忘れ率を実現していることを示す。
  論文  参考訳（メタデータ） (2025-11-14T13:35:32Z)
• CBVLM: Training-free Explainable Concept-based Large Vision Language Models for Medical Image Classification [7.641602003136712]
  概念ボトルネックモデル (Concept Bottleneck Models, CBM) は、事前定義された人間の解釈可能な概念のセットにモデル出力を制約することで後者に対処する。 本稿では,これらの課題に対処する,シンプルで効果的な手法CBVLMを提案する。 4つの医療データセットと12のLVLMにまたがる広範囲な実験により,我々のアプローチを検証する。
  論文  参考訳（メタデータ） (2025-01-21T16:38:04Z)
• Finer: Investigating and Enhancing Fine-Grained Visual Concept Recognition in Large Vision Language Models [57.95366341738857]
  詳細な分析では、命令調整されたLVLMはモダリティギャップを示し、同じ概念に対応するテキスト入力と視覚入力の相違を示す。 我々は,LVLMの細粒度視覚理解能力を評価するために,複数の属性中心評価ベンチマークであるFinerを提案し,説明可能性を大幅に改善した。
  論文  参考訳（メタデータ） (2024-02-26T05:43:51Z)
• The Neglected Tails in Vision-Language Models [51.79913798808725]
  視覚言語モデル(VLM)はゼロショット認識において優れているが,その性能は視覚的概念によって大きく異なる。 ゼロショットVLMの不均衡性能を軽減するために,Retrieval-Augmented Learning (REAL)を提案する。
  論文  参考訳（メタデータ） (2024-01-23T01:25:00Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。