Chen Shang 团队发表二阶顺序机器遗忘误差累积研究

Chen Shang 等人在 arXiv 的 cs.lg 板块发表论文，研究高维参数设置下二阶顺序机器遗忘方法的误差累积特性。 论文指出，在顺序设置中删除请求随时间到达，重复更新会导致近似误差累积；研究区分了点态与路径态认证，根据保证应用于单个发布模型或整个发布序列而定。 理论分析表明，针对点态部分、路径态部分、点态完美及路径态完美四种认证标准，最多分别需要 1/2/2/3 次 Newton-CG 更新即可满足要求并消除群体风险退化。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。