arXiv 于2026年6月15日发布了一篇编号为2606.17168v1的新论文，题为《RepSelect: Robust LLM Unlearning via Representation Selectivity》，由Filip Sondej等三位作者完成，投稿时间为当日18:06:59 UTC，全文约343 KB，归类于计算与语言（cs.CL）方向。该研究聚焦大语言模型“遗忘学习”（unlearning）中的一个核心难题：如何让模型真正、彻底地忘掉特定知识或价值倾向，同时不损害其通用能力。
论文指出，现有的遗忘方法普遍存在“浅层遗忘”的问题。它们虽然能在短期内降低模型对目标内容的输出，但很容易被后续的微调（fine-tuning）或少量示例提示（few-shot prompting）所逆转，说明被“遗忘”的信息并未真正从模型表示中消失。作者进一步分析了这一现象的根源：现有方法所针对的表示，既与需要保留的数据集共享，又落在微调攻击者能够恢复的子空间中。因此，这类遗忘既会干扰模型的通用能力，又难以抵御重新学习的攻击，形成两难。
针对这一问题，作者提出名为RepSelect（Representation Selectivity，表示选择性）的新方法。其核心思路是在每次权重更新之前，先对权重梯度的主成分进行压缩，从而隔离出仅属于遗忘集（forget set）的表示。这样一来，通用能力所依赖的表示得以保留，而微调攻击者能够恢复的信息范围也被显著限制，从机制上实现更深层、更稳健的遗忘。
在实验设计上，研究覆盖了两类遗忘目标：一是生物危害性知识，二是滥用倾向；同时测试了四个模型家族，涵盖稠密架构与混合专家（Mixture-of-Experts）架构，具体包括Llama 3、Qwen 3.5、Gemma 4 E4B和DeepSeek V2 Lite。作者将RepSelect与五种主流基线方法（GradDiff、NPO、SimNPO、RMU、UNDIAL）进行了对比。
结果显示，在重新学习（relearning）之后，RepSelect使模型回答准确率的下降幅度比最强基线高出4至50倍，并且在面对少量示例提示攻击时表现出近乎完美的稳健性。作者据此认为，针对选择性表示进行遗忘，是实现深度且稳健的大模型遗忘的重要一步。该论文以arXiv预印本形式发布，DOI为10.48550/arXiv.2606.17168，目前DOI由DataCite注册尚待完成。