When Unlearning Is Free: Leveraging Low Influence Points to Reduce Computational Costs
Apple Machine Learning Research404 字 (约 2 分钟)
85
苹果提出通过识别低影响数据点，可减少50%计算成本。该方法基于影响函数分析，优化模型遗忘过程。
入选理由：使用影响函数分析可识别对模型输出影响最小的训练数据子集
精选文章#机器学习#隐私保护#计算效率#影响函数英文
概念
影响函数
别名：influence functions
用于量化数据点对模型参数影响的分析工具。
已跟踪 2 条高相关材料
TraeAI 观察
最近变化
2026-08-13 · 使用影响函数分析可识别对模型输出影响最小的训练数据子集
为什么值得关注
影响函数 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
机器学习计算效率隐私保护影响函数模型遗忘
如果只读 3 篇
1
When Unlearning Is Free: Leveraging Low Influence Points to Reduce Computational Costs
Apple Machine Learning Research · 8.5 分
苹果提出通过识别低影响数据点，可减少50%计算成本。该方法基于影响函数分析，优化模型遗忘过程。
2
When Unlearning Is Free: Leveraging Low Influence Points to Reduce Computational Costs
Apple Machine Learning Research · 8.5 分
苹果提出通过识别低影响数据点实现高效模型遗忘，可减少50%计算成本。
相关材料
已收录 2 条与 影响函数 相关的内容，按评分排序。
When Unlearning Is Free: Leveraging Low Influence Points to Reduce Computational Costs
Apple Machine Learning Research392 字 (约 2 分钟)
85
苹果提出通过识别低影响数据点实现高效模型遗忘，可减少50%计算成本。
入选理由：使用影响函数分析可识别对模型输出影响最小的训练数据子集
精选文章#机器学习#隐私保护#计算效率#模型遗忘英文