English(EN) GROM: Gradient-Free Rapid One-Shot Machine Unlearning

新的GROM方法提供快速、梯度无关的机器学习遗忘

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-07 04:00

研究人员开发了GROM，一种新颖的单次机器学习遗忘方法，它绕过了传统的迭代微调。这种梯度无关的方法将遗忘视为最小二乘优化问题的直接解析解，能够在几秒钟内快速更新权重。GROM显著降低了计算开销，同时在各种基准测试中实现了最先进的遗忘-效用权衡，并且能够抵抗可能恢复遗忘信息的量化攻击。 AI

影响这种梯度无关的方法可以显著加快从LLM中删除敏感数据的过程，使遗忘更加实用和安全。

排序理由该集群描述了一篇详细介绍新机器学习遗忘方法的研究论文。[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 →

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Pawe{\l} Batorski, Przemys{\l}aw Spurek, Paul Swoboda · 2026-08-07 04:00

GROM：无梯度快速单次机器学习遗忘

arXiv:2608.05783v1 Announce Type: cross Abstract: Machine unlearning has become a critical capability for safely removing specific, sensitive knowledge from large language models (LLMs). Current state-of-the-art approaches primarily rely on iterative, training-time unlearning via…