为何仅遗忘式机器遗忘需要记忆：arXiv 论文给出下界分析

arXiv 论文研究仅接收已训练模型和待遗忘样本、无保留数据的“仅遗忘式”机器遗忘是否总是可行。作者证明这取决于学习方法：不同数据集可产生相同训练模型，却在删除同样样本后需要截然不同的输出，并据此推导出遗忘结果逼近重训练的精度下界。对简单阈值学习器，处理任意删除请求所需记忆的信息量可达整个数据集，而普通训练只保留一个边界点。