Gibbs测度框架统一聚合与精确机器遗忘

Yaiza Bermudez 提出一个基于 Gibbs 概率测度的统一框架，用重归一化、归一化对数线性组合和嵌套三种运算，同时处理训练数据集聚合与精确机器遗忘。研究称嵌套与归一化对数线性组合等价，其参数决定聚合数据集中每个训练数据点的权重。 据此，该框架可在集中式、去中心化与联邦学习系统中实现精确机器遗忘；在去中心化与联邦学习中，它还能达到与集中式训练等价的性能，即算法基于全部本地数据集的聚合进行训练。

AI 根据报道生成 · 25 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。