arXiv：cs.LG（机器学习，全量分类）· Aleksei Leonov, Nikita Kornilov, Zhenhe Zhang, Evgeny Burnaev, Iaroslav Koshelev, Alexander Korotin·· 1 天前AI 评分35
逆蒸馏：IDU 统一框架实现多步匹配模型的数据遗忘与蒸馏
Data Unlearning via Inverse Distillation
AI 导读
Inverse Distillation Unlearning（IDU）将多步匹配模型蒸馏为一步生成器的同时，抑制指定训练子集的输出。该方法只需预训练的全数据教师模型和遗忘集数据，无需保留训练样本、额外特征提取器或分类器。在 MNIST 和 CIFAR-10 上，IDU 在 flow-matching 与 score-based 扩散设置下大幅降低遗忘类别的生成频率，同时保持保留类别的生成质量。
来源：arXiv：cs.LG（机器学习，全量分类） · arxiv.org