연구진은 MLLM에서 불균형 데이터 환경에서의 모델 삭제 성능을 평가하는 FAIRGET 벤치마크를 발표했어요. 현실적인 데이터 삭제 요청 시뮬레이션을 통해 모델의 편향된 행동을 유발하는 요인을 분석했어요.
FAIRGET은 다양한 시나리오를 반영하여 모델 삭제 과정에서 공정성을 고려하지 않을 경우 발생할 수 있는 편향을 측정하고 평가합니다.
연구진은 FAUN이라는 새로운 알고리즘을 제안하여 데이터 삭제 시 공정성을 유지하며, 기존 방법보다 뛰어난 성능을 보였습니다.