arXiv · cs.AI· Nicolás Segura-Kunsagi·· 20 小时前AI 评分30
DISCERN：无需保留集的增量机器遗忘分布合成回放方法
DISCERN: Distributional Synthetic Replay for Retain-Free Incremental Machine Unlearning
来源与原文
arXiv · cs.AI
作者：Nicolás Segura-Kunsagi
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.07892v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
DISCERN 是一种基于干预的类别遗忘方法，用各类别参数分布采样的合成嵌入向量替代对保留集的访问，支持增量类别遗忘（ICU）。在 ViT-B/16 上连续删除 20 个类别后，DISCERN 保持调和均值 0.797，而同时删除场景下最强基线从 0.918 降至 0.048。配对消融显示，逐类别分布选择显著减少已遗忘类别的重新浮现，起到累积遗忘稳定器的作用。
来源：arXiv · cs.AI · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。