热点事件持续更新

数据整理后的精确遗忘方法

1 篇报道1 个报道来源12 小时前更新

先了解这件事

AI 综述

Priyank Jayraj等提出一种适用于数据筛选训练流程的精确遗忘方法：在“较早的相似记录阻挡较晚记录”的规则下，服务承诺支持的未来删除次数决定哪些已排除记录仍可能需要补入；训练统计摘要可随重复删除精确修复，等同于按剩余删除预算在存留数据上重建。在1,001条AskUbuntu开发记录的测试中，51个相似度阈值有13个在删除记录后补入了原先被排除的记录，成员关系修复通过13,056项检查。但两项语义校准未达预设标准，因此研究未进行下游任务测试。

AI 根据报道生成 · 3 小时前更新

最新进展10月28日 12:00

数据整理后的精确遗忘

报道时间线

沿着报道，了解事件的不同侧面。

10月28日

12:00
arXiv · Machine Learning
数据整理后的精确遗忘
研究给出数据整理后实现精确遗忘的保留条件：服务承诺支持的未来删除次数，决定哪些原先被排除的记录仍可能进入训练集。基于相似记录阻断规则，训练统计摘要可在重复删除后精确修复，结果等同于按剩余删除预算在存留数据上重建。对1,001条AskUbuntu开发记录的测试中，51个相似度阈值有13个出现记录补入，精确成员修复通过13,056项检查；两项语义校准未达标准，未开展下游任务研究。

本事件热度走势

可比范围当前: 7
可比范围峰值: 810月28日 21:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。