awesome-llm-unlearning
一站式收藏大模型遗忘研究资源，快速上手知识擦除
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 638
使用教程
环境要求
- 无需环境
安装与启动步骤
-
1先分清四类资源
它把论文、综述、基准与框架分开列，用途完全不同，先看综述打底。
-
2按方法族索引
基于梯度上升、基于偏好优化、基于数据遗忘，三条路线假设不同。
-
3挑三篇看评测
机器遗忘最大的争议在评测，重点看它怎么证明知识真被删掉。
-
4注意可逆性
很多方法只是表面遗忘，重训或微调即可恢复，选型时要看鲁棒性测试。
如何确认成功
能说清三条方法族的核心差异，以及各自评测的局限
注意事项
- 清单很长但稀疏，直接用目录定位比通读高效。
- 该领域评测标准仍在争论，论文自报指标可比性差。
- 合规场景下遗忘不等于删库，仍需配套数据治理。
核心亮点
- 系统梳理了LLM遗忘领域的论文、基准和工具，便于快速调研
- 覆盖多个细分方向，如知识擦除、隐私保护、安全对齐，分类清晰
- 提供外部资源链接，方便直接获取代码和数据集
不足之处
- 文档/社区待观察
- 内容更新频率和完整性依赖维护者，可能滞后于最新研究
适用场景
- 研究大模型遗忘技术的学者快速查找相关文献和基准
- 工程师评估模型遗忘方案时对比现有工具和方法
- 入门者了解LLM安全与隐私领域的关键问题和技术路线
替代项目
awesome-llm-security、Awesome-Machine-Unlearning、LLM-Safety-Resources
上一篇：opencompass
下一篇：awesome-MLSecOps
同类项目推荐
inference-perf
开源
给大模型推理服务做压测，量化吞吐延迟
GenAI inference performance benchmarking tool
Guardrails
开源
给大模型对话装上可编程的安全护栏，防止跑偏和有害输出。
NeMo Guardrails is an open-source toolkit for easily adding programmable guardrails ···
ViT-Prisma
开源
打开视觉Transformer黑箱，看清内部机制
ViT Prisma is a mechanistic interpretability library for Vision and Video Transforme···
speca
开源
把规范文档自动变成审计清单，逐条核查代码
SPECA: Specification-to-Checklist Agentic Auditing Framework
Awesome-AI-For-Security
开源
一页看全 AI 做安全：工具、论文、数据集
A curated list of tools, papers, and datasets for applying AI to cybersecurity tasks···
Data-Preparation-Bench
开源
用下游效果给训练数据质量打分
A unified, downstream-grounded benchmark for LLM-driven training data construction, ···
DreamLayer-Eval
开源
一键自动化评测扩散模型，告别手动调参和结果不可复现。
DreamLayer Eval: open-source benchmarking for image and video diffusion models. Auto···
guardrail
开源
用 GPT 快速做情感分析和内容审核
GuardRail: Advanced tool for data analysis and AI content generation using OpenAI GP···
One-Eval
开源
用 agent 自动跑完 LLM 评测全流程，省去手工配数据与打分
Automated system for LLM evaluation via agents. Doc as below: