Apple 提出「低成本遗忘」机制：低影响数据无需重训即可剔除

Apple ML Research · rss · 2026-08-13

Apple ML Research 发表新论文，探讨机器学习中的「数据遗忘」（Machine Unlearning）问题。随着数据隐私关注度提升，从已训练模型中安全移除特定数据点变得愈发重要。

作者挑战了现有方法对所有待遗忘数据一视同仁的常规做法。通过跨语言和视觉任务的影响力函数分析，研究发现部分训练数据对模型输出的影响微乎其微。论文提出，对于这类「低影响点」，无需进行高成本的重新训练即可直接剔除，从而大幅降低数据遗忘的计算成本。