LOFT：低维特征子空间机器遗忘方法
热点事件持续更新
LOFT：低维特征子空间机器遗忘方法
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
研究者提出机器遗忘方法 LOFT，在预训练模型的低维特征子空间中执行遗忘：通过优化小型投影矩阵，使其最大程度保留剩余数据的信息、同时削弱遗忘数据的信息，从而将两者分离。该方法只需从预训练模型一次性提取特征，无需反复访问原始数据或更新整个模型。 研究团队称，实验显示 LOFT 的计算开销显著更低、遗忘性能更优。该工作已被 NeurIPS 2026 接收，代码已公开。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 12:00
LOFT：在低维特征子空间中实现机器遗忘报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv cs.AILOFT：在低维特征子空间中实现机器遗忘
研究者提出 LOFT，一种在预训练模型的低维特征子空间中执行机器遗忘（MU）的方法，通过优化小型投影矩阵分离剩余数据与遗忘数据。该方法只需从预训练模型一次性提取特征，无需反复访问原始数据或更新整个模型，实验显示其计算开销显著更低且遗忘性能更优。该工作已被 NeurIPS 2026 接收，代码已公开。
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。