BriefGPT.xyz
Ask
alpha
关键词
unlearning algorithms
搜索结果 - 5
如何应对忘却困难问题
机器遗忘是从训练模型中删除某个子集(即 “遗忘集”)的效果,而不损害模型的效用,例如遵守用户要求删除他们的数据,或删除错误标记、被污染或其他有问题的数据。本文通过调查两个影响遗忘难度和算法性能的关键因素,发现基于这些因素的遗忘集评估揭示了先
→
PDF
a month ago
大型语言模型中的气候虚假信息去除
气候变化的误导信息是解决人类面临的最严重威胁之一的关键障碍,本文研究了大型语言模型在气候信息方面的事实准确性。通过使用真假标记的问答数据对语言模型进行微调和评估,比较了开源模型,并评估它们对气候变化问题生成真实回答的能力。我们还研究了故意注
→
PDF
a month ago
遗忘而不被遗忘:机器遗忘的改进基准
机器学习模型存在安全漏洞,包括泄漏关于模型的训练数据的攻击。该研究探讨如何在隐私保护问题中有效应对数据删除需求,通过有效更新已训练模型的机器遗忘算法,以维持模型性能,避免重新训练模型的代价。本文提出了替代性的算法评估方法,通过针对图像识别数
→
PDF
a month ago
可靠的经验式机器去学习评估:博弈论视角
这项研究提出了一种新的、可靠的方法来实证评估机器遗忘算法,为更有效的遗忘技术的发展铺平了道路。
PDF
3 months ago
机器反学习:分类、度量、应用、挑战与前景
数字个人数据是一项重要的资产,机器遗忘权利要求模型提供者根据用户的请求删除用户数据,机器去学习涉及到中心化和分布式模型下的去学习算法、近似去学习、验证和评估指标、不同应用中的去学习挑战和解决方案、以及针对机器去学习的攻击,期望通过全面调研描
→
PDF
4 months ago
Prev
Next