根据DeepLearning.AI报道，研究团队开发出一种新方法，可精确估算语言模型从训练数据中记忆了多少比特信息。通过对数百个GPT-2风格模型在合成数据和FineWeb子集上的测试，并比较训练模型与更强基线模型的负对数似然，研究人员实现了对模型记忆量的精确测量。这一突破为AI企业用户提供了评估和减少数据泄露及过拟合风险的实用工具，有助于提升企业级AI应用的安全性与可控性（来源：DeepLearning.AI，2025年8月28日）。