PulseAugur
中
实时 14:13:47
English(EN) AMNESIA: A Large Scale Medical Unlearning Benchmark Suite with Disease-Informed Analysis

新的基准套件AMNESIA针对医疗机器学习遗忘

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了AMNESIA，一个新颖的基准套件，用于评估医疗领域的机器学习遗忘。这个大规模的开源资源包含来自11个疾病类别的患者记录的超过70,000个问答对。AMNESIA旨在解决现有遗忘基准的局限性，这些基准通常使用合成或通用数据，通过关注临床相关性和推理。使用AMNESIA进行的初步评估显示，遗忘单个患者的数据可能会无意中影响具有相似病症的其他患者的知识保留，突显了对更复杂遗忘方法的需求。 AI

影响 该基准可以推动在敏感的医疗领域开发更安全、更注重隐私的AI模型。

排序理由 该集群包含一篇研究论文，介绍了一个特定AI任务的新基准套件。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

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]

  1. arXiv cs.CL TIER_1 English(EN) · Saeedeh Davoudi, Reihaneh Iranmanesh, Ophir Frieder, Nazli Goharian ·

    AMNESIA：一个大规模医学去学习基准套件，附带疾病信息分析

    arXiv:2605.30599v1 Announce Type: cross Abstract: Medical knowledge is continuously evolving. This creates a need to update or selectively forget information encoded in already-trained medical LLMs. Machine unlearning aims to remove the influence of specific training data from a …

相关实体

相关话题