暗影中的曙光:利用成员推断进行机器去学习
原文中文,约200字,阅读约需1分钟。发表于: 。通过创造一种新的损失函数,将目标分类损失和成员推断损失相结合,用于从神经网络中删除敏感信息的机器遗忘机制,本研究通过成员推断机制作为概念验证,提供了实验证据,证明了我们的遗忘方法在遗忘效果、延迟和主要任务准确性方面的优越性。
该调查评估了机器遗忘技术的方法和性能,并提出了解决公平性问题的非 IID 删除模型。还指出了未来研究方向,为研究人员和从业者提供有价值的资源。
通过创造一种新的损失函数,将目标分类损失和成员推断损失相结合,用于从神经网络中删除敏感信息的机器遗忘机制,本研究通过成员推断机制作为概念验证,提供了实验证据,证明了我们的遗忘方法在遗忘效果、延迟和主要任务准确性方面的优越性。
该调查评估了机器遗忘技术的方法和性能,并提出了解决公平性问题的非 IID 删除模型。还指出了未来研究方向,为研究人员和从业者提供有价值的资源。