arXiv cs.AI· Tiantong Wu, Wei Yang Bryan Lim·· 13 小时前AI 评分29
DecisionUnlearn-Bench：在模式变化下评估概率决策模型的遗忘效果
DecisionUnlearn-Bench: Unlearning Probabilistic Decisions under Changing Schemas
AI 导读
研究者提出 DecisionUnlearn-Bench，一个在删除粒度、标签呈现方式和候选集变化下对比完整模型、遗忘模型与仅保留模型的实证框架。在 BANKING77 的 20 组模型配置中，从样本到关联再到类别删除，完整模型与 oracle 的偏差持续增大；用不透明代码替换语义选项标签几乎消除了重训练 oracle 对已删除类别的识别。
正文 · AI 翻译
摘要：机器遗忘旨在复现一个未使用指定数据训练的模型的行为。对于概率决策模型，这一目标还取决于推理时提供的候选选项。我们提出 DecisionUnlearn-Bench，一个实证框架，用于在不同删除粒度、标签呈现方式和候选集下比较完整模型、遗忘模型和仅保留模型。在 BANKING77 数据集上 20 个符合条件的模型配置中，从完整模型到 oracle 的位移从样本删除到关联删除再到类别删除持续增大。用不透明代码替换语义选项标签，几乎消除了重训练 oracle 对已删除类别的识别能力，即使成功获得了完整模型也是如此；而改变候选集则会同时改变 oracle 和所测得的遗忘进展。SimNPO 在 20 个配置中的 19 个满足筛选标准，但其增益在不同随机种子和删除目标之间差异很大。在 CLINC150 数据集上的开发调优未能在 48 个意图上确立正向的合并效应。在抑制程度大致匹配时，不同方法在 oracle 保真度上可能差异显著。恢复实验进一步区分了初始遗忘与后续适应，并显示出依赖于架构和指标的结论。这些结果表明，评估决策模型遗忘时应相对于特定模式的重新训练目标，并分别报告效应量、效用、鲁棒性和可恢复性。
| 主题： | 密码学与安全（cs.CR）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.38431 [cs.CR] |
| （或本版本的 arXiv:2610.38431v1 [cs.CR]） | |
| https://doi.org/10.48550/arXiv.2610.38431 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Tiantong Wu [查看邮箱]
[v1]
2026年10月28日星期三 08:13:39 UTC（665 KB）
来源：arXiv cs.AI · arxiv.org