跳到正文
热点事件持续更新

TMLR 录用参考引导式机器遗忘框架 ReGUn

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Jonas Mirlach 等人提出视觉机器遗忘框架 ReGUn,并利用不相交留出数据构建类别条件参考分布进行蒸馏,以实现对齐不可区分性。该框架已获 Transactions on Machine Learning Research (TMLR) 录用,并在 ICLR 2026 研讨会发表,属于 cs.LG 领域。ReGUn 旨在避免在遗忘样本上进行损失最大化等退化启发式操作,转而引导模型呈现非成员行为,以实现更有效的遗忘效果。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月3日
  1. arXiv · ML
    提出 ReGUn:基于参考分布蒸馏的视觉机器遗忘框架

    论文提出视觉机器遗忘框架 ReGUn,利用不相交留出数据构建类别条件参考分布进行蒸馏,以实现对齐不可区分性。 ReGUn 避免在遗忘样本上进行损失最大化等退化启发式操作,转而引导模型呈现非成员行为。

本事件热度走势

可比范围当前
8
可比范围峰值
811月3日 21:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。