通过逆向蒸馏实现数据遗忘：IDU 框架

研究者提出逆向蒸馏遗忘（IDU）框架，可将多步匹配模型（含 flow 与扩散模型）蒸馏为高效的单步学生生成器的同时，抑制其输出中对应指定训练子集的内容。该方法先将蒸馏建模为数据分布上的 min-max 目标，再将该分布表示为遗忘集的混合形式。