研究人员开发了一种新的认证机器学习遗忘方法，该方法使用实例级敏感性界限来校准噪声注入。这种方法旨在减少传统方法中常见的性能下降，这些方法使用最坏情况敏感性。该研究通过 Langevin 动力学推导了岭回归的高概率实例级敏感性界限，证明了使用显著更少噪声的认证遗忘。线性设置中的实验和深度学习设置中的经验证据支持了理论发现。 AI
影响 这项研究提供了一种更有效的方法，可以从机器学习模型中遗忘数据，从而可能提高隐私并减少性能损失。
排序理由 这是一篇研究论文，详细介绍了一种新的理论方法和机器学习遗忘的实验验证。[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 →