Research on Principled Unlearning in Larger Language Models: Substantial Forgetting via Information Residual Bounds and Structural Fine-tuning, and its Multimodal Expansion
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구A)
2026년
2710114911
과학기술정보통신부
한국연구재단
한성대학교
공진우
3명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2031.08.31
4,306만원
4,306만원
기초연구
대학
서울특별시 성북구
정보/통신 > 정보이론 > 인공지능
대형언어모델 내 특정 지식을 이론적으로 완벽히 소거하고 이를 수리적으로 증명하는 원리적 언러닝 원천기술 확보를 최종 목표로 함. - 핵심목표 1: 베이지안 사후 분포 분석을 통한 정보 잔류 한계의 이론적 정의 및 수리적 증명 - 핵심목표 2: KAN 구조와 어댑터 기반 미세조정을 결합한 외과적 지식 소거 알고리즘 개발 - 핵심목표 3: 텍스트-이미지 ...
1차년도: 정보 잔류 한계의 수리적 정의 - 베이지안 추론 기반의 지식 변화량 추적 및 사후 분포 분석 - 언러닝 후 잔존하는 정보량의 상한을 측정하는 모델 및 ε-Bayesian Unlearning 제안 - SCI 논문 1편 또는 우수 AI 학회 논문 1편 제출2차년도: KAN 구조 활용 가중치 식별 및 가시화 연구 - KAN 아키텍처의 각 엣지와...
... - 재학습 없는 고효율 지식 소거 기술을 통해 AI 인프라 운영 비용을 획기적으로 낮춤. - 잊힐 권리 보장이 핵심인 글로벌 보안 시장에서 선제적인 특허권을 확보하여 AI 보안 소프트웨어 시장 진출 및 로열티 수익 창출 기반 마련.사회적 측면 - 사용자의 잊힐 권리를 실질적으로 보장함으로써 AI 기술에 대한 대중적 신뢰도 제고. - 민감 정보 노출 우려로 인해 지체되었던 ...