跳到正文
热点事件持续更新

BatchNorm状态可伪造边缘分割遗忘信号

1 篇报道1 个报道来源23 小时前更新

先了解这件事

AI 综述

Anand Agrawal 发表论文称,在边缘拆分学习场景中,即使所有可学习权重保持不变,仅改动 BatchNorm 运行统计量也能制造出针对特定目标的遗忘信号。 论文为此提出区分可学习参数变化与 BN 缓冲变化的状态诊断方法,并引入状态诱导遗忘差距(SIFG),以扣除保留集同步退化带来的干扰。上述结论来自论文自身的表述,尚未见独立验证。

AI 根据报道生成 · 56 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月26日
  1. arXiv 隐私论文
    Phantom Forgetting:BatchNorm 状态如何在边缘拆分学习中伪造删除效果

    论文研究边缘拆分学习场景下 BatchNorm 运行统计量能否在所有权重不变时制造针对特定目标的遗忘信号。作者提出区分可学习参数变化与 BN 缓冲变化的状态诊断方法,并引入状态诱导遗忘差距(SIFG)以扣除保留集同步退化。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。