knowledge preserving pruning

新的DFMU方法提供更快、数据节约型的机器学习遗忘

研究人员开发了一种新的机器学习遗忘方法，称为DFMU（Data-Frugal Machine Unlearning），它显著降低了计算需求和数据需求。与通常依赖广泛重新训练的现有方法不同，DFMU使用一次前向和后向传播来计算计算块的重要性。与最先进的方法相比，这种方法仅使用13%的数据就能提高40%的准确性，并且在遗忘特定类别时数据处理速度提高88%。