热点事件持续更新
研究团队提出精确机器遗忘方法QSS
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月7日，研究团队提出了基于量化充分统计量（QSS）的精确机器遗忘方法。该方法通过将模型拆分为冻结schema与可加和内容，把精确数据删除过程转化为算术减法，避免了重新优化。QSS包含仅移除标签的QSS-L以及完全移除输入及标签的QSS-E两种保证。在15个数据集的测试中，QSS-L在11项任务上的准确率与SISA差距在2个百分点以内，并在低类别任务上实现了4至483倍更低的预期删除延迟。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
研究团队提出QSS方法，将精确数据删除转化为算术减法并大幅降低延迟。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv 机器学习基于量化充分统计量（QSS）的精确机器遗忘方法
研究团队提出机器遗忘方法 QSS，通过将模型拆分为冻结 schema 与可加和内容，把精确数据删除转化为算术减法而非重新优化。该方法提供仅移除标签的 QSS-L 与完全移除输入及标签的 QSS-E 两种保证。在 15 个数据集测试中，QSS-L 在 11 项任务上准确率与 SISA 差距在 2 个百分点内，并在低类别任务上实现 4-483x 更低的预期删除延迟。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。