新框架通过模式连通性分析机器遗忘

研究人员引入了一个名为“遗忘中的模式连通性”（MCU）的新框架，以更好地理解机器遗忘的过程。该方法分析了经过良好训练的模型如何在特定数据被移除后，仍能通过其参数空间中的平滑路径连接起来。研究发现，遗忘后的模型通常位于连通的盆地中，表现出平滑的保留和遗忘行为，尽管训练动态的变化可以将解决方案转移到不同的盆地。MCU还强调，同一盆地内的模型在隐私指标上可能存在差异，并且遗忘是一个非线性过程。 AI

影响 为理解和潜在改进机器遗忘技术的有效性和隐私保证提供了一个新的理论视角。

排序理由 关于机器遗忘的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• IArxiv
• Influence Flower
• machine unlearning
• mode connectivity
• ScienceCast

• 论文
• 安全

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →