研究者提出低维特征子空间机器遗忘方法LOFT
热点事件持续更新
研究者提出低维特征子空间机器遗忘方法LOFT
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Kun Fang 等提出机器遗忘方法 LOFT，在预训练模型的低维特征子空间中通过主投影分离保留数据与遗忘数据的信息，论文已被 NeurIPS 2026 接收。 该方法只需优化一个可插入模型的小型投影矩阵，并对预训练模型做一次特征提取，无需反复访问原始数据或更新整个模型。论文称实验显示其计算开销显著更低、遗忘性能更优，代码已公开。
AI 根据报道生成 · 1 小时前更新
最新进展10月23日 12:00
LOFT：在低维特征子空间中实现机器遗忘（NeurIPS 2026）报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv cs.AILOFT：在低维特征子空间中实现机器遗忘（NeurIPS 2026）
LOFT 方法提出在预训练模型的低维特征子空间中进行机器遗忘（Machine Unlearning），通过主投影分离保留数据与遗忘数据的信息。该方法只需优化一个可插入模型的小型投影矩阵，且仅需对预训练模型做一次特征提取，无需反复访问原始数据或更新整个模型。实验表明其计算开销显著更低、遗忘性能更优，代码已公开，论文已被 NeurIPS 2026 接收。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。