热点事件持续更新

医疗多模态遗忘基准MedForget与免训练方法CHIP提出

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Fengli Wu、Vaidehi Patil、Jaehong Yoon、Yue Zhang、Mohit Bansal 提出 MedForget——一个将医疗机构数据建模为嵌套结构的层级感知多模态遗忘基准，可对保留集与遗忘集做细粒度评估。实验显示，现有遗忘方法难以在不损失保留效用的前提下实现层级感知遗忘。为此作者提出免训练的 CHIP 方法，通过选择性移除目标专属权重子空间、保留同级共享信息，在所有层级上取得最高的遗忘—保留性能差距，并保持有竞争力的下游效用。

AI 根据报道生成 · 2 小时前更新

最新进展11月4日 13:00

MedForget：面向医疗 AI 的层级感知多模态遗忘基准与 CHIP 方法

报道时间线

沿着报道，了解事件的不同侧面。

11月4日

13:00
arXiv cs.CL
MedForget：面向医疗 AI 的层级感知多模态遗忘基准与 CHIP 方法
研究提出 MedForget——一个将医疗机构数据建模为嵌套结构的层级感知多模态遗忘基准，可对 retain/forget 划分做细粒度评估。实验显示现有遗忘方法难以在不损失保留效用的前提下实现层级感知遗忘。为此提出免训练的 CHIP 方法，通过选择性移除目标专属权重子空间、保留同级共享信息，在所有层级上取得最高 forget-retain 性能差距，并保持有竞争力的下游效用。

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。