深度分析 可分離專家架構（SEA）：以可組合 LoRA 與可刪除使用者代理實現 LLM 個人化與刪除驗證 隨著大型語言模型個人化需求提升，傳統微調會將使用者資料寫入共用權重，導致刪除困難。研究提出可分離專家架構（SEA），結合靜態基礎模型、可組合LoRA專家與可刪除的使用者代理，實現即刪即忘。實驗顯示個人化效果明顯，刪除後回復基線，跨使用者污染低於0.05%。
