研究人员开发了一种新颖的信息论框架来实现机器遗忘，解决了从训练模型中移除特定特征或数据点的问题。提出的“边际遗忘原则”为数据点遗忘提供了可审计和可证明的保证。对于特征遗忘，该方法可灵活应用于具有灵活目标的深度学习，提供了解析解，并揭示了与最优传输和极值西格玛代数的关系。 AI
影响 为增强AI系统中的数据隐私和模型控制提供了理论框架。
排序理由 该集群包含一篇详细介绍机器遗忘新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2502.05684v5 Announce Type: replace-cross Abstract: How can we effectively remove or ``unlearn'' undesirable information, such as specific features or the influence of individual data points, from a learning outcome while minimizing utility loss and ensuring rigorous guaran…