研究人员提出了一种新的联邦遗忘方法，这是机器学习中遵守隐私法规的关键过程。他们的方法称为联邦记忆修剪（FedMemPrune），专注于从特定数据点中移除唯一记忆的信息，而不是跨数据集共享的通用知识。该方法使用一种新颖的指标——分组记忆评估（Grouped Memorization Evaluation），来区分记忆信息和重叠信息。实验表明，FedMemPrune 在保留剩余数据效用的同时，能有效消除记忆，其性能与基于重新训练的方法相当。 AI
影响 引入了一种联邦学习中数据隐私的新方法，有望提高合规性和模型效用。
排序理由 这是一篇详细介绍联邦遗忘新方法的学术论文。[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 →