论文提出DISCERN免保留集增量机器遗忘方法
热点事件持续更新
论文提出DISCERN免保留集增量机器遗忘方法
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Segura-Kunsagi等研究者在arXiv发布论文，提出DISCERN——一种基于干预的类别机器遗忘方法，用从每类参数分布采样的合成嵌入替代对保留集的访问，从而支持免保留集的增量类别遗忘（ICU）。 方法对每个类别拟合欧氏分布（高斯、拉普拉斯、Student's t）和方向性分布（von Mises–Fisher、Fisher–Bingham），并通过统计检验选择合适的分布。该工作以arXiv:2611.07892发布并附实验。
AI 根据报道生成 · 2 小时前更新
最新进展11月6日 13:00
DISCERN：面向免保留集增量机器遗忘的分布合成回放方法报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv cs.AIDISCERN：面向免保留集增量机器遗忘的分布合成回放方法
一篇 arXiv 论文提出 DISCERN，一种基于干预的类别遗忘方法，用从每类参数分布采样的合成嵌入替代对保留集的访问，支持增量类别遗忘（ICU）。方法针对每类拟合欧氏（高斯、拉普拉斯、Student's t）与方向性（von Mises–Fisher、Fisher–Bingham）分布并通过统计检验选择。
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。