PRUNE：一种基于修补的可认证神经网络遗忘框架

本研究解决了从已训练的神经网络中删除特定训练数据的问题，尤其是数据持有者的遗忘权利。我们提出了一种新颖的修补方法，通过在原始神经网络上施加精心设计的“补丁”实现有针对性的“遗忘”，并且实验表明该方法在保持模型性能的同时，我们的方法在效率和内存消耗方面都具有竞争力。