Mar, 2024
近似机器遗忘是否得到适当评估?从审计到副作用
Has Approximate Machine Unlearning been evaluated properly? From Auditing to Side Effects
Cheng-Long Wang, Qi Li, Zihang Xiang, Di Wang
TL;DR通过引入明确定义和有效的度量标准来解决黑箱取消学习审核任务的挑战,该论文分析了当前近似机器取消学习算法的实用性、韧性和公平性,并旨在将数据遗忘的理论权利转化为可审计的现实。