热点事件持续更新
GEMMU 基准推翻多模态机器遗忘方法旧排行
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月17日，AGI Hunt 报道称，arXiv 论文《Are We Really Measuring Forgetting?》（编号 2610.19613，由 Texas A&M、台湾大学、哥伦比亚大学合作完成）提出 GEMMU 基准，用于重新评测多模态大模型的机器遗忘方法。报道指出，该基准的重排推翻了现有排行榜的结论。报道未披露参与评测的具体方法名称、评测数据以及新旧排名的逐项对比细节。
AI 根据报道生成 · 3 小时前更新
最新进展10月17日 04:19
GEMMU 基准重排多模态机器遗忘方法，推翻了现有排行榜结论。报道时间线
沿着报道，了解事件的不同侧面。
10月17日
- AGI HuntGEMMU 基准重排多模态机器遗忘方法，旧结论被推翻
arXiv 论文《Are We Really Measuring Forgetting?》（编号 2610.19613，Texas A&M、台湾大学、哥伦比亚大学合作）提出 GEMMU 基准，重新评测多模态大模型的机器遗忘方法，推翻了现有排行榜结论。
本事件热度走势
当前热度 9·可比范围峰值 10（10月17日 05:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。