Selective Forgetting for Multimodal Foundation Models
Go Irie(Tokyo University of ScienceDepartment of Information and Computer Technology, Faculty of Engineering)

マルチモーダル基盤モデルは現代AIの中心的技術であり、多様なタスクを高精度に解決可能な一方、非倫理的バイアス、情報漏洩リスク、運用コスト増大といった社会的課題を抱える。本研究は、モデルが不要な知識を過剰に蓄積している点を課題の根本原因と捉え、選択的忘却技術を探求する。選択的忘却により、安心・安全かつ効率的な次世代AI運用基盤の構築を狙う。

研究紹介ポスター／最終報告書

(1) 学術論文 （査読あり）
該当なし
(2) 国際会議プロシーディングス （査読あり）
[]Kodai Kawamura, Yuta Goto, Rintaro Yanagi, Hirokatsu Kataoka, Go Irie, "Approximate Domain Unlearning for Vision-Language Models," in Proc. Advances in Neural Information Processing Systems (NeurIPS), 2025. (Spotlight; Top 3.5%)
[]Tatsuki Kawakami, Kazuki Egashira, Atsuyuki Miyai, Go Irie, Kiyoharu Aizawa, "PULSE: Practical Evaluation Scenarios for Large Multimodal Model Unlearning," NeurIPS Workshop, 2025.
(3) 国際会議発表（査読なし）
該当なし
(4) 国内会議発表（査読なし）
[]Yuta Goto, Kodai Kawamura, Rintaro Yanagi, Hirokatsu Kataoka, Go Irie, "Forgetting Visual Domains in Vision-Language Models," 画像の認識・理解シンポジウム (MIRU), 2025. (口頭発表；採択率34.5%)
[]Ryota Ishizaki, Go Irie, "Unleashing the Potential of Complementary Spaces in Group Robust Classification," 画像の認識・理解シンポジウム (MIRU), 2025. (口頭発表；採択率34.5%)
[]Riku Inoue, Takashi Shibata, Yukinobu Taniguchi, Go Irie, "Visual Concept Unlearning in Diffusion-based Image Generation without Access to Diffusion Models," 画像の認識・理解シンポジウム (MIRU), 2025. (口頭発表；採択率34.5%)
[]Takumi Ohta, Go Irie, Yukinobu Taniguchi, Kazuaki Nakamura, "An Attack on Unlearned Diffusion Models: Generating Images of an Erased Concept Based on Its Neighboring Concepts," 画像の認識・理解シンポジウム (MIRU), 2025. (口頭発表；採択率34.5%)
[]石﨑 亮太，入江 豪，「破滅的忘却を起こさない視覚言語モデルの認識バイアス除去」，電子情報通信学会 画像工学研究会 信学技報, vol. 125, no. 410, IE2025-181, pp. 472-477, 2026.
[]桑名 優輔，柴田 剛志，相澤 清晴，入江 豪，「離散プロンプト最適化に基づくブラックボックス忘却」，電子情報通信学会 画像工学研究会 信学技報, vol. 125, no. 410, IE2025-186, pp. 498-503, 2026.
(5) 公開したライブラリなど
該当なし
(6) その他（特許，プレスリリース，著書等）
該当なし