Cuno

新的CUNO框架解决了图模型中的灾难性遗忘问题

研究人员开发了CUNO，一个用于图遗忘的新框架，旨在缓解灾难性遗忘，即模型效用随着大量删除数据而急剧下降的现象。CUNO通过根据估计的遗忘难度逐步删除数据样本来解决这个问题，并采用负偏好优化目标来引导模型偏离其原始行为，同时不牺牲保留的性能。实验表明，CUNO显著提高了效用保留率，即使在删除50%的数据时也能保持超过一半的原始性能，优于现有方法。