新方法让推理模型遗忘时不留破绽，效果仍是自测

GUARD方法已被EMNLP 2026主会接收，论文9月18日提交arXiv。

它针对的问题是：推理模型遗忘敏感内容后，思维链中间步骤仍可能先泄露答案。GUARD把不安全输出改写成连贯不泄露的推理加稳定拒答，再蒸馏进模型参数。

作者还提出NFRS指标，衡量遗忘后输出的结构稳定性、流畅度和无依据替代内容。实验在R-TOFU和一个STAR-1衍生的有害意图设定上进行，覆盖两个蒸馏推理模型，称能降低不安全与隐私泄露并保留推理能力。以上均为作者自测结果，无独立复现。