为何仅遗忘式机器遗忘需要记忆：arXiv 论文给出下界分析

一项研究探讨仅凭已训练模型和待遗忘样本、无保留数据的"仅遗忘式机器遗忘"是否总是可行，发现这取决于具体学习方法：不同数据集可产生相同训练模型，但在删除同样样本后所需输出差异很大。作者据此推导出遗忘与重训练匹配精度的下界，并证明算法必须记忆的训练数据量下界——对简单阈值学习器，所需信息可达整个数据集，而普通训练只保留一个边界点。