Amazon Nova 推出选择性遗忘技术 rDPO，让模型学会“忘记”不必要的安全拦截

一句话看懂

AWS 发布 Amazon Nova 自定义内容审核设置（CCMS），基于新型遗忘技术 rDPO，让模型在特定领域“忘记”安全拦截，同时保持通用能力。

详细发生了什么

企业部署大模型时，常遇到安全护栏“过度防御”的问题：媒体公司处理含成人语言的剧本、安全团队模拟钓鱼邮件用于员工培训、法律团队处理敏感证据——这些合法业务请求往往被模型直接拒绝。传统 prompt engineering 无法解决，因为安全对齐已嵌入模型参数。

AWS 在 Amazon Nova 中推出 CCMS，允许获批客户在四个 RAI 支柱（安全、敏感内容、公平性、安全性）中选择性调整护栏。核心技术是 rDPO（Reverse Direct Preference Optimization），一种新型遗忘技术。它训练 LoRA adapter 来逆转模型在特定策略上的对齐，使模型在客户批准的政策领域不再拒绝请求，同时保持其他领域的对齐。

相比现有方法 NPO（Negative Preference Optimization），rDPO 不仅让模型“忘记”拒绝行为，还同时引导它生成高质量替代响应。实验显示，rDPO 在约 30 步内收敛，而 NPO 几乎无法改变模型行为。效果上，安全类请求的拒绝率从 86.51% 降至 32.77%，公平性、安全、敏感内容等类别也有 28-46 个百分点的下降，且通用能力（指令遵循、数学推理等）不受影响。

中文圈视角

这项技术对中文用户有直接价值。国内企业同样面临安全护栏过度拦截的问题：金融合规审查、医疗文献分析、教育内容生成等场景中，模型常因敏感词过滤而拒绝合法请求。目前国内模型（如 DeepSeek、Kimi、智谱）的审核机制多为“一刀切”式关键词拦截，缺乏细粒度可配置遗忘能力。

Amazon Nova CCMS 的 rDPO 方案提供了一条可行路径：通过 LoRA adapter 实现局部遗忘，无需修改基座模型，部署成本低。但需注意，该功能目前仅面向 AWS 获批客户，且依赖 Amazon Nova 生态。国内用户若想复现，可参考 rDPO 的公开原理（基于 DPO 反转偏好对），在开源模型（如 Qwen、Yi）上自行训练 LoRA adapter，但需自行构建“遗忘-目标”数据对，且需注意内容安全合规要求。

一个中文圈尚未讨论的盲点：遗忘技术可能被滥用于绕过安全审核。AWS 强调保留了不可配置的核心控制（如儿童保护、隐私），但企业客户在自定义时需自行评估风险。国内监管环境下，类似功能可能需额外备案。

几条值得记住的细节

rDPO 训练约 30 步即可收敛，效率远高于 NPO。
安全类请求拒绝率从 86.51% 降至 32.77%，降幅 53.74 个百分点。
使用 LoRA adapter 实现遗忘，不修改基座模型权重，推理成本低。
CCMS 覆盖四个 RAI 支柱：安全、敏感内容、公平性、安全性。
核心控制（儿童保护、隐私）不可配置，确保底线安全。

一句话总结

rDPO 让企业按需“忘记”模型的安全过度拦截，但中文用户需注意合规风险与生态依赖。