arXiv · ML· Hanna Benarroch (DI-ENS), Jamal Atif (CMAP), Olivier Capp\'e (DI-ENS)·· 2026-10-14AI 评分30
基于个体敏感度边界的认证实例级机器学习遗忘
Certified Per-Instance Unlearning Using Individual Sensitivity Bounds
AI 导读
认证机器学习遗忘通常通过校准噪声至最坏情况敏感度来实现,但针对单个训练点的高度异质性导致统一校准过于保守。 作者提出了认证的实例级遗忘框架,使遗忘机制和证书能够适应被删除的数据点,让噪声量反映删除难度而非最坏情况。 在确定性训练和岭回归的噪声梯度下降中推导了显式证书,NYU-Depth实验表明实例级校准相比统一校准可显著提升效用。
来源:arXiv · ML · arxiv.org