English(EN) ICED: Concept-level Machine Unlearning via Interpretable Concept Decomposition

ICED框架赋能视觉语言模型实现概念级遗忘

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-14 03:22

研究人员为视觉语言模型（VLMs）开发了一种名为ICED的新型机器学习遗忘框架。该方法能够精确地从VLM的知识中移除特定概念，而不会影响不相关的信息。ICED通过将视觉表示分解为语义概念来实现这一点，从而能够有针对性地抑制不需要的知识，同时保留必要的上下文细节和整体模型效用。 AI

影响这项研究为从VLMs中移除特定知识提供了一种更精确的方法，有望提高数据隐私性和模型可控性。

排序理由该集群描述了一篇详细介绍新型机器学习遗忘框架的学术论文。[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 →

报道来源 [1]

Hugging Face Daily Papers TIER_1 English(EN) · 2026-05-14 03:22

ICED：通过可解释概念分解实现概念级机器学习遗忘

Machine unlearning in Vision-Language Models (VLMs) is typically performed at the image or instance level, making it difficult to precisely remove target knowledge without affecting unrelated semantics. This issue is especially pronounced since a single image often contains multi…