热点事件持续更新
Data Unlearning via Inverse Distillation
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026-09-30，arXiv·Machine Learning 发表一手研究，提出逆蒸馏遗忘（IDU）框架。该方法在将教师多步匹配模型蒸馏为一步学生生成器的同时，抑制指定遗忘集的训练数据输出；形式化为数据分布上的 min-max 目标，用遗忘集与生成分布的混合和教师训练分布对比，最优时仅恢复保留数据。实验显示 IDU 在 MNIST、CIFAR-10 上显著降低遗忘类生成频率，同时保持保留类生成质量，是无条件流匹配与得分扩散模型中首个统一遗忘与蒸馏的框架。
AI 根据报道生成 · 2 小时前更新
最新进展9月30日 12:00
IDU 在 MNIST 和 CIFAR-10 上显著降低遗忘类生成频率，同时保持保留类生成质量。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv · Machine LearningData Unlearning via Inverse Distillation
提出逆蒸馏遗忘（IDU）框架，在同时蒸馏教师多步匹配模型为一步学生生成器的同时抑制指定训练子集的输出。将蒸馏形式化为数据分布上的 min-max 目标，用遗忘集与生成分布的混合与教师训练分布对比，在最优处仅恢复保留数据。实验表明 IDU 在 MNIST 和 CIFAR-10 上显著降低遗忘类生成频率，同时保持保留类生成质量，是无条件流匹配与得分扩散模型中首个统一遗忘与蒸馏的框架。
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。