LOFT：基于低维特征子空间的高效机器遗忘方法

LOFT 通过优化低维特征子空间中的投影矩阵实现机器遗忘，无需访问原始数据或更新整个预训练模型。 该方法仅需一次性获取预训练模型的中间特征，并调整小尺寸投影矩阵以最大化保留数据信息、降低遗忘数据影响。 LOFT 在多种模型和任务上展示了显著更低的计算开销和优异的遗忘性能，代码已公开。