Forgotten in Weights, Remembered by Agents: Trajectory-Aware Unlearning

作者指出参数层去学习只让模型“不直接说”，工具代理仍可能经网页、检索或数据库重新拼回目标事实。ATU 先做参数遗忘，再以轨迹强化学习同时惩罚搜寻目标的行动和最终答案泄漏，在 RWKU、MUSE 及多种架构上改善遗忘 - 效用折中。把整个工具轨迹纳入威胁模型，堵住了静态问答评测看不到的外部记忆通道。