ALU框架：支持大规模数据遗忘且计算效率优于重训练
gkdziugaite · x · 2026-07-07
非对称朗之万遗忘（ALU）框架具备两大核心能力：大规模遗忘能力，可遗忘私有数据集的恒定比例，而标准对称方法在此规模下不可行；严格的计算优势，ALU的计算复杂度在理论上优于从头重新训练，同时保持遗忘认证。
所属事件:ICML 2026论文提出ALU框架，突破大规模机器遗忘瓶颈(5 条相关)→
「研究」频道最新
- 斯坦福团队推出全球最快分词器 Gigatoken — StanfordAILab · 2026-07-22
- Tabul AI 推出 Metal TreeSHAP，加速 Apple silicon 上的 Shapley 计算 — Scobleizer · 2026-07-22
- Reddit 转发 OpenAI 的 ChatGPT 广告页面 — EcstaticAsparagus509 · 2026-07-22
- 开源 runtime 让每个仓库自定义 AI 代码审查器 — ibabufrik · 2026-07-22
- DeepSWE：专攻真实 GitHub 场景的 AI 编码智能体评测基准 — pmz · 2026-07-22
- Claude 辅助写成的 Rust 太空经济模拟器，能跑数百艘自治船只 — kalcode · 2026-07-22