RWKU

给大模型做“记忆清除手术”，并验证效果是否达标

RWKU是一个针对大语言模型（LLM）的“知识遗忘”基准测试框架，源自NeurIPS 2024论文。它解决的是大模型在预训练中可能记住敏感、过时或侵权知识，导致合规风险的问题。该框架提供了一套标准化的评估流程，通过设计真实世界中的知识遗忘任务（如特定人物、事件或事实），衡量模型在遗忘指定知识后，是否仍能保持其余知识能力与生成质量。其核心能力包括：构建多样化的遗忘目标集、设计推理链与对抗性提示来检测残留记忆、以及评估遗忘后模型的通用能力（如常识、推理）是否受损。RWKU为研究者提供了一个可复现的基准，推动“机器遗忘”领域从理论走向实用，帮助开发更安全、合规的LLM应用。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 102

维护状态低维护

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队jinzhuoran

所属国家

官网地址https://rwku-bench.github.io

GitHubhttps://github.com/jinzhuoran/RWKU

定价模式free

价格说明开源项目，无在线服务，需自行部署，完全免费。

访问状态

是否开源是

开源协议

主要语言Python

技术栈/模型adversarial-attacks,benchmark,evaluation-framework,forgetting,large-language-models,membership-inference-attack,natural-language-processing,privacy-protection,right-to-be-forgotten,unlearning

GitHub 星标★ 102

30天Star增速

HF 下载量

上线时间2024-05-28 00:00:00

最近更新2026-09-03 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数4

使用教程

核心亮点

首个聚焦真实世界知识遗忘的基准，覆盖人物、事件等复杂知识类型
提供多维度评估指标，兼顾遗忘彻底性与模型能力保留度
基于NeurIPS 2024论文，方法严谨，社区认可度高

不足之处

项目处于早期，文档和示例代码不够完善
仅支持Python，且依赖特定框架，上手门槛略高

适用场景

合规审查：检测模型是否残留敏感个人信息或版权内容
模型更新：定向移除过时或错误知识，避免误导用户
安全研究：评估遗忘算法在对抗性攻击下的鲁棒性

替代项目

TOFU、MUSE、WhoIsHarryPotter

项目介绍

RWKU 是评测安全领域的开源项目，由 jinzhuoran 开发，2024 年首次发布。

它收录于评测安全分类，该分类目前共有 466 个项目，GitHub 星标数为 102。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-03。无在线服务，需自行部署，完全免费。

它主要面向的使用场景是：合规审查：检测模型是否残留敏感个人信息或版权内容。同类可对比的替代方案包括 TOFU、MUSE、WhoIsHarryPotter。

上一篇：VisualWebBench

下一篇：MMStar