Copertina

Attribute-to-Delete: Machine Unlearning via Datamodel Matching

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Georgiev, Kristian, Rinberg, Roy, Park, Sung Min, Garg, Shivam, Ilyas, Andrew, Madry, Aleksander, Neel, Seth
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Data Debiasing with Datamodels (D3M): Improving Subgroup Robustness via Data Selection
di: Jain, Saachi, et al.
Pubblicazione: (2024)

DataMIL: Selecting Data for Robot Imitation Learning with Datamodels
di: Dass, Shivin, et al.
Pubblicazione: (2025)

DsDm: Model-Aware Dataset Selection with Datamodels
di: Engstrom, Logan, et al.
Pubblicazione: (2024)

ContextCite: Attributing Model Generation to Context
di: Cohen-Wang, Benjamin, et al.
Pubblicazione: (2024)

Decomposing and Editing Predictions by Modeling Model Computation
di: Shah, Harshay, et al.
Pubblicazione: (2024)

Learning to Attribute with Attention
di: Cohen-Wang, Benjamin, et al.
Pubblicazione: (2025)

User Strategization and Trustworthy Algorithms
di: Cen, Sarah H., et al.
Pubblicazione: (2023)

Easy Data Unlearning Bench
di: Rinberg, Roy, et al.
Pubblicazione: (2026)

Distilled Datamodel with Reverse Gradient Matching
di: Ye, Jingwen, et al.
Pubblicazione: (2024)

Optimizing ML Training with Metagradient Descent
di: Engstrom, Logan, et al.
Pubblicazione: (2025)

Large-Scale, Longitudinal Study of Large Language Models During the 2024 US Election Season
di: Cen, Sarah H., et al.
Pubblicazione: (2025)

AI Supply Chains: An Emerging Ecosystem of AI Actors, Products, and Services
di: Hopkins, Aspen, et al.
Pubblicazione: (2025)

Measuring Strategization in Recommendation: Users Adapt Their Behavior to Shape Future Content
di: Cen, Sarah H., et al.
Pubblicazione: (2024)

Efficiently Verifiable Proofs of Data Attribution
di: Karchmer, Ari, et al.
Pubblicazione: (2025)

Small-to-Large Generalization: Data Influences Models Consistently Across Scale
di: Khaddaj, Alaa, et al.
Pubblicazione: (2025)

Rethinking Machine Unlearning: Models Designed to Forget via Key Deletion
di: Laguna, Sonia, et al.
Pubblicazione: (2026)

Rewind-to-Delete: Certified Machine Unlearning for Nonconvex Functions
di: Mu, Siqiao, et al.
Pubblicazione: (2024)

In-Context Unlearning: Language Models as Few Shot Unlearners
di: Pawelczyk, Martin, et al.
Pubblicazione: (2023)

Ask Your Distribution Shift if Pre-Training is Right for You
di: Cohen-Wang, Benjamin, et al.
Pubblicazione: (2024)

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

Forgetting That Sticks: Quantization-Permanent Unlearning via Circuit Attribution
di: Sadhu, Saisab, et al.
Pubblicazione: (2026)

MultiDelete for Multimodal Machine Unlearning
di: Cheng, Jiali, et al.
Pubblicazione: (2023)

Machine Unlearning Fails to Remove Data Poisoning Attacks
di: Pawelczyk, Martin, et al.
Pubblicazione: (2024)

Machine Unlearning using a Multi-GAN based Model
di: Hatua, Amartya, et al.
Pubblicazione: (2024)

Beyond Laplace and Gaussian: Exploring the Generalized Gaussian Mechanism for Private Machine Learning
di: Rinberg, Roy, et al.
Pubblicazione: (2025)

PRIMO: Private Regression in Multiple Outcomes
di: Neel, Seth
Pubblicazione: (2023)

Do Large Language Model Benchmarks Test Reliability?
di: Vendrow, Joshua, et al.
Pubblicazione: (2025)

Beyond Uniform Deletion: A Data Value-Weighted Framework for Certified Machine Unlearning
di: He, Lisong, et al.
Pubblicazione: (2025)

Delete and Retain: Efficient Unlearning for Document Classification
di: Goel, Aadya, et al.
Pubblicazione: (2025)

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

Neural Bipartite Matching
di: Georgiev, Dobrik, et al.
Pubblicazione: (2020)

Distill to Delete: Unlearning in Graph Networks with Knowledge Distillation
di: Sinha, Yash, et al.
Pubblicazione: (2023)

Certified Minimax Unlearning with Generalization Rates and Deletion Capacity
di: Liu, Jiaqi, et al.
Pubblicazione: (2023)

MAGIC: Near-Optimal Data Attribution for Deep Learning
di: Ilyas, Andrew, et al.
Pubblicazione: (2025)

Machine Unlearning using Forgetting Neural Networks
di: Hatua, Amartya, et al.
Pubblicazione: (2024)

Leveraging Distribution Matching to Make Approximate Machine Unlearning Faster
di: Khan, Junaid Iqbal
Pubblicazione: (2025)

Efficient Knowledge Deletion from Trained Models through Layer-wise Partial Machine Unlearning
di: Gogineni, Vinay Chakravarthi, et al.
Pubblicazione: (2024)

Machine Unlearning for Robust DNNs: Attribution-Guided Partitioning and Neuron Pruning in Noisy Environments
di: Jin, Deliang, et al.
Pubblicazione: (2025)

Verifying LLM Inference to Detect Model Weight Exfiltration
di: Rinberg, Roy, et al.
Pubblicazione: (2025)

Unlearning's Blind Spots: Over-Unlearning and Prototypical Relearning Attack
di: Ha, SeungBum, et al.
Pubblicazione: (2025)