本研究提出了一种新的机器遗忘方法——数据模型匹配（DMM），旨在提升现有技术在非凸环境中的表现。该方法通过数据归因预测模型的输出，微调已训练模型以匹配动态预测结果，展现出优越的遗忘性能。

该研究证明了在凸和非凸环境下，无参数方法可以优于当前先进算法。对于仅有随机梯度的情况，该研究提供了基于下限的无参数方法。