論文・研究

Google Research、機械的忘却を監査する新フレームワークを提案

原題:New framework for auditing machine unlearning

AI 要約

Google ResearchはAISTATS 2026で、LLMなどのモデルの機械的忘却を効率的に監査するための正則化f-ダイバージェンスカーネル検定を発表した。この手法は2標本統計検定により、モデルが特定のトレーニングデータを本当に「忘却」したかを判断し、完全な再トレーニングの膨大なコストを回避する。最大平均差異などの既存ツールと比較して、新フレームワークは理論上、任意のサンプルサイズで偽陽性を自然に制御でき、偽陰性のリスクは利用可能なサンプルの増加に伴い確実にゼロへ収束するため、大規模モデル監査における計算コストの高さという課題を解決する。

要点

  • Google ResearchはAISTATS 2026で、LLMなどのモデルの機械的忘却を効率的に監査するための正則化f-ダイバージェンスカーネル検定を発表した。
  • この手法は2標本統計検定により、モデルが特定のトレーニングデータを本当に「忘却」したかを判断し、完全な再トレーニングの膨大なコストを回避する。
  • 最大平均差異などの既存ツールと比較して、新フレームワークは理論上、任意のサンプルサイズで偽陽性を自然に制御でき、偽陰性のリスクは利用可能なサンプルの増加に伴い確実にゼロへ収束するため、大規模モデル監…

概要

公開日時
更新日時
出典
Google Research:Blog(网页)
カテゴリ
論文・研究
AI スコア
63
原文を読む 情報源で全文を読む
おすすめの理由

机器遗忘是AI合规的硬需求,但验证‘真忘了’一直是统计难题。谷歌这篇AISTATS论文提出了一套更灵敏的差异测试框架,做隐私审计的值得细看。

関連エンティティ

出典と著作権

本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。

原文記事 · AIHOT 記事

引用方法

本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。

Orange News:Google Research、機械的忘却を監査する新フレームワークを提案。2026年6月10日。https://new.nat6.net/ja/news/cmq8f6o8v01weslld6q3q39ne/

すべて見る →