该研究针对多模态大语言模型（MLLM）中的机器遗忘（Machine Unlearning）机制的安全性提出质疑。MLLM在训练时可能无意中编码了隐私敏感数据，因此多模态机器遗忘（MMU）被用于强制模型遗忘这些信息。但作者发现，当模型公开后，恶意用户可通过一种名为“提示优化参数抖动”（POPS）的对抗策略，近乎完整地恢复出本应被遗忘的知识。POPS方法包含两个阶段：首先通过后缀优化（prompt-suffix optimization）诱导受害者模型生成潜在的隐私样本；然后利用这些合成输出对模型进行微调，从而揭露真实的隐私信息。实验在多个MMU基准测试上进行，结果表明现有MMU算法存在严重缺陷，POPS能够实现近乎完全的知识恢复，揭示了基于MMU的隐私保护存在根本性漏洞。该论文对MLLM隐私保护领域提出了严峻挑战，提示安全从业者需要重新审视和加强遗忘机制的鲁棒性。

本论文是第一篇系统化整合机器学习模型去记忆化（dememorization）两种主要方法——不可学习性（unlearnability）和机器遗忘（machine unlearning）——的研究综述。不可学习性通过在训练前向数据注入难以感知的扰动，从而降低模型对特定数据的学习能力；机器遗忘则是在训练后移除模型已获取的敏感信息，防止未经授权的披露或使用。论文指出，这两种防御手段虽旨在保护知识不被滥用，但都存在“浅层去记忆化”（shallow dememorization）的问题，即在权重扰动下会错误声称数据已不可学或已遗忘。此外，输入扰动可能影响后续机器遗忘的效果，而机器遗忘可能意外恢复被不可学习性隐藏的领域知识。研究贡献包括：(i) 提出统一的不可学习性和可扩展机器遗忘方法分类法；(ii) 通过实验评估主流方法的鲁棒性、相互作用及浅层去记忆化问题；(iii) 首次给出经过认证遗忘（certified unlearning）处理的模型去记忆化深度的理论保证。该工作为在整个机器学习生命周期中统一去记忆化机制、实现敏感知识的深度遗忘奠定了基础。