研究人员开发了一个名为Obliviate的新框架，用于推荐系统中的高效机器学习遗忘。这种两阶段方法旨在从训练好的模型中移除用户数据及其影响，而不会显著降低性能或产生高昂的计算成本。第一阶段使用轻量级Hessian代理和低秩适配器，第二阶段则通过知识蒸馏来优化适配器参数，以提高性能并保持效用。Obliviate已证明在遗忘数据方面具有高水平，同时推荐质量损失最小且计算开销降低，使其成为大规模系统的实用解决方案。 AI
影响 提供了一种更具隐私保护且计算效率更高的方法来更新推荐系统，而无需完全重新训练。
排序理由 该集群包含一篇研究论文，详细介绍了推荐系统中机器学习遗忘的新框架。[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 →
