Kertas penyelidikan

Google Research cadang rangka kerja baharu untuk audit pelupaan mesin

Tajuk asal:New framework for auditing machine unlearning

Ringkasan AI

Google Research membentangkan ujian kernel f-divergensi berkanun di AISTATS 2026 untuk audit pelupaan mesin model seperti LLM secara cekap. Kaedah ini menggunakan ujian dua sampel statistik untuk menentukan sama ada model benar-benar "lupa" data latihan tertentu, mengelakkan kos latihan semula sepenuhnya yang besar. Berbanding alat sedia ada seperti perbezaan min maksimum, rangka kerja baharu ini secara teori boleh mengawal positif palsu secara semula jadi pada sebarang saiz sampel, dan risiko negatif palsu menurun secara boleh dipercayai kepada sifar apabila sampel tersedia bertambah, menyelesaikan masalah kos pengiraan yang terlalu tinggi dalam audit model berskala besar.

Maklumat penting

  • Google Research membentangkan ujian kernel f-divergensi berkanun di AISTATS 2026 untuk audit…
  • Kaedah ini menggunakan ujian dua sampel statistik untuk menentukan sama ada model benar-benar…
  • Berbanding alat sedia ada seperti perbezaan min maksimum,rangka kerja baharu ini secara teori…

Sekilas pandang

Diterbitkan pada
Dikemas kini pada
Sumber
Google Research:Blog(网页)
Kategori
Kertas penyelidikan
Skor AI
63
Baca asal Baca artikel penuh di sumber asal
Sebab disyorkan

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。

Entiti Berkaitan

Sumber dan hak cipta

Artikel ini disusun berdasarkan tajuk pilihan dan ringkasan AI daripada API awam AIHOT, dengan sumber dinyatakan dan pautan balik disediakan; hak cipta teks asal milik media dan penulis asal, laman ini tidak menyalin penuh teks penuh.

Pautan asal · Entri AIHOT

Cara memetik

Apabila memetik artikel ini, kekalkan tajuk, tarikh dan pautan kekal, serta nyatakan sumber sebagai Orange News.

Orange News: Google Research cadang rangka kerja baharu untuk audit pelupaan mesin. 10 Jun 2026. https://new.nat6.net/ms/news/cmq8f6o8v01weslld6q3q39ne/

Lihat Semua →