LLM 언러닝에서 최적화기법의 선택이 중요하며, 두 번째 순서 최적화 기법인 SOUL이 기존 첫 번째 순서 최적화 기법보다 언러닝 효과와 모델 유용성 유지에 있어 우수한 성능을 보인다.
