Buchumschlag

On the Limitations and Prospects of Machine Unlearning for Generative AI

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhou, Shiji, Wang, Lianzhe, Ye, Jiangnan, Wu, Yongliang, Chang, Heng
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Efficient Utility-Preserving Machine Unlearning with Implicit Gradient Surgery
von: Zhou, Shiji, et al.
Veröffentlicht: (2025)

Unlearning Concepts in Diffusion Model via Concept Domain Correction and Concept Preserving Gradient
von: Wu, Yongliang, et al.
Veröffentlicht: (2024)

Verifying Machine Unlearning with Explainable AI
von: Vidal, Àlex Pujol, et al.
Veröffentlicht: (2024)

Machine Unlearning: Solutions and Challenges
von: Xu, Jie, et al.
Veröffentlicht: (2023)

Machine Unlearning in Generative AI: A Survey
von: Liu, Zheyuan, et al.
Veröffentlicht: (2024)

Zero-Shot Machine Unlearning with Proxy Adversarial Data Generation
von: Chen, Huiqiang, et al.
Veröffentlicht: (2025)

Agentic Unlearning: When LLM Agent Meets Machine Unlearning
von: Wang, Bin, et al.
Veröffentlicht: (2026)

Machine Unlearning in Contrastive Learning
von: Wang, Zixin, et al.
Veröffentlicht: (2024)

Machine Unlearning in Low-Dimensional Feature Subspace
von: Fang, Kun, et al.
Veröffentlicht: (2026)

Position: Bridge the Gaps between Machine Unlearning and AI Regulation
von: Marino, Bill, et al.
Veröffentlicht: (2025)

Machine Unlearning via Null Space Calibration
von: Chen, Huiqiang, et al.
Veröffentlicht: (2024)

Efficient Machine Unlearning via Influence Approximation
von: Liu, Jiawei, et al.
Veröffentlicht: (2025)

Deep Unlearn: Benchmarking Machine Unlearning for Image Classification
von: Cadet, Xavier F., et al.
Veröffentlicht: (2024)

Path-based Explanation for Knowledge Graph Completion
von: Chang, Heng, et al.
Veröffentlicht: (2024)

Open Problems in Machine Unlearning for AI Safety
von: Barez, Fazl, et al.
Veröffentlicht: (2025)

Unleashing Uncertainty: Efficient Machine Unlearning for Generative AI
von: Spartalis, Christoforos N., et al.
Veröffentlicht: (2025)

The Right to be Forgotten in Pruning: Unveil Machine Unlearning on Sparse Models
von: Xiao, Yang, et al.
Veröffentlicht: (2025)

Unlearning Information Bottleneck: Machine Unlearning of Systematic Patterns and Biases
von: Han, Ling, et al.
Veröffentlicht: (2024)

Debiasing Machine Unlearning with Counterfactual Examples
von: Chen, Ziheng, et al.
Veröffentlicht: (2024)

Machine Unlearning under Overparameterization
von: Block, Jacob L., et al.
Veröffentlicht: (2025)

Group-robust Machine Unlearning
von: De Min, Thomas, et al.
Veröffentlicht: (2025)

A Survey of Machine Unlearning
von: Nguyen, Thanh Tam, et al.
Veröffentlicht: (2022)

Soft Weighted Machine Unlearning
von: Qiao, Xinbao, et al.
Veröffentlicht: (2025)

Machine Unlearning of Traffic State Estimation and Prediction
von: Wang, Xin, et al.
Veröffentlicht: (2025)

Learn while Unlearn: An Iterative Unlearning Framework for Generative Language Models
von: Tang, Haoyu, et al.
Veröffentlicht: (2024)

Tabular Data Augmentation for Machine Learning: Progress and Prospects of Embracing Generative AI
von: Cui, Lingxi, et al.
Veröffentlicht: (2024)

An Information Theoretic Approach to Machine Unlearning
von: Foster, Jack, et al.
Veröffentlicht: (2024)

SIMU: Selective Influence Machine Unlearning
von: Agarwal, Anu, et al.
Veröffentlicht: (2025)

Data Augmentation Improves Machine Unlearning
von: Falcao, Andreza M. C., et al.
Veröffentlicht: (2025)

Towards Reliable Testing of Machine Unlearning
von: Mazhar, Anna, et al.
Veröffentlicht: (2026)

Machine Unlearning Doesn't Do What You Think: Lessons for Generative AI Policy and Research
von: Cooper, A. Feder, et al.
Veröffentlicht: (2024)

Federated Unlearning in the Wild: Rethinking Fairness and Data Discrepancy
von: Huang, ZiHeng, et al.
Veröffentlicht: (2025)

Losing is for Cherishing: Data Valuation Based on Machine Unlearning and Shapley Value
von: Ma, Le, et al.
Veröffentlicht: (2025)

A More Practical Approach to Machine Unlearning
von: Zagardo, David
Veröffentlicht: (2024)

Feature-Selective Representation Misdirection for Machine Unlearning
von: Chen, Taozhao, et al.
Veröffentlicht: (2025)

Towards Aligned Data Removal via Twin Machine Unlearning
von: Ji, Haoxuan, et al.
Veröffentlicht: (2024)

Unified Gradient-Based Machine Unlearning with Remain Geometry Enhancement
von: Huang, Zhehao, et al.
Veröffentlicht: (2024)

An Adversarial Perspective on Machine Unlearning for AI Safety
von: Łucki, Jakub, et al.
Veröffentlicht: (2024)

Unlearning Isn't Deletion: Investigating Reversibility of Machine Unlearning in LLMs
von: Xu, Xiaoyu, et al.
Veröffentlicht: (2025)

Module-Aware Parameter-Efficient Machine Unlearning on Transformers
von: Bao, Wenjie, et al.
Veröffentlicht: (2025)