研究提出持续机器遗忘的高斯机制
热点事件持续更新
研究提出持续机器遗忘的高斯机制
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Qi Kuang 与 Yin Xia 提出一种面向 Newton 更新的 Gaussian 机制，用于处理序列化删除请求下的持续机器遗忘。该机制借助 Gaussian 差分隐私（GDP）及其自适应组合规则，使整个已发布模型序列在统计上难以与精确重训练区分。 该研究以 arXiv cs.LG 论文形式发布，作者称其方法针对的是持续机器遗忘场景，即模型在收到一连串删除请求后需要依次更新。
AI 根据报道生成 · 1 小时前更新
最新进展10月9日 12:00
Minimax Gaussian 机制如何实现持续机器遗忘报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv cs.LGMinimax Gaussian 机制如何实现持续机器遗忘
研究提出面向 Newton 更新的 Gaussian 机制，用于处理序列化删除请求下的持续机器遗忘，借助 Gaussian 差分隐私（GDP）及其自适应组合规则，使整个已发布模型序列在统计上难以与精确重训练区分。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。