本研究提出了一种级联取消学习方法，通过引入替代机制和虚假标签，在生成对抗网络中实现项目和类别的取消学习。实验结果表明，该方法显著提高了效率，所需时间分别减少最多185倍和284倍。尽管模型性能略有下降，但对少量图像处理影响不大，且不影响下游任务。

本研究提出级联取消学习方法，可在生成对抗网络中实现项目和类别取消学习，有效提高取消学习效率，时间减少最多284倍，对下游任务无不良影响。