DecisionUnlearn-Bench 机器遗忘评测基准发布
热点事件持续更新
DecisionUnlearn-Bench 机器遗忘评测基准发布
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
Tiantong Wu 与 Wei Yang Bryan Lim 在 arXiv 发布论文，提出 DecisionUnlearn-Bench 框架，用于评测概率决策模型的机器遗忘效果。该框架比较完整模型、遗忘模型与仅保留模型在删除粒度、标签渲染和候选集变化下的表现。 在 BANKING77 数据集的 20 个模型配置上，论文报告的初步结论是：删除粒度从样本到关联再到类别逐步扩大时，模型与重训 oracle 的偏移递增；将语义选项标签替换为不透明编码后，重训 oracle 几乎无法识别已删除的类。
AI 根据报道生成 · 49 分钟前更新
最新进展10月31日 12:00
DecisionUnlearn-Bench：变化 schema 下概率决策的机器遗忘评测基准报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AIDecisionUnlearn-Bench：变化 schema 下概率决策的机器遗忘评测基准
研究者提出 DecisionUnlearn-Bench 框架，比较完整模型、遗忘模型与仅保留模型在删除粒度、标签渲染和候选集变化下的表现。在 BANKING77 数据集的 20 个模型配置上，从样本到关联再到类别的删除导致与 oracle 的偏移递增；将语义选项标签替换为不透明编码几乎消除重训 oracle 对已删类的识别。
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。