PulseAugur
实时 15:28:27
English(EN) TrustErase: Auditable Instant Machine Unlearning with Passport-Embedded Representations

TrustErase 实现可审计、即时机器学习遗忘,无需原始数据

研究人员开发了 TrustErase,这是一个新颖的机器学习遗忘框架,它允许即时和可审计的数据删除,而无需访问原始训练数据。该方法将数据表示嵌入模型权重中作为加密密钥,从而能够选择性地禁用类别或数据集。在 MNIST 和 CIFAR-10 等标准数据集上的评估表明,TrustErase 的性能与现有的最先进的遗忘技术相当或更优,为负责任的 AI 系统树立了新标准。 AI

影响 为可信赖、负责任且可即时遗忘的 AI 系统树立了新范例。

排序理由 该集群包含一篇详细介绍机器学习遗忘新研究方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 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.AI TIER_1 English(EN) · Rutger Hendrix, Leonardo G. Russo, Concetto Spampinato, Matteo Pennisi, Giovanni Bellitto ·

    TrustErase: Auditable Instant Machine Unlearning with Passport-Embedded Representations

    arXiv:2606.17122v1 Announce Type: cross Abstract: The demand for privacy-compliant AI has amplified the need for machine unlearning; yet, existing retraining or distillation-based methods remain unverifiable and computationally costly. We introduce TrustErase, a verifiable, data-…