Copertina

Toward Efficient Data-Free Unlearning

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Zhang, Chenhao, Shen, Shaofei, Chen, Weitong, Xu, Miao
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

GENIU: A Restricted Data Access Unlearning for Imbalanced Data
di: Zhang, Chenhao, et al.
Pubblicazione: (2024)

CaMU: Disentangling Causal Effects in Deep Model Unlearning
di: Shen, Shaofei, et al.
Pubblicazione: (2024)

Label-Agnostic Forgetting: A Supervision-Free Unlearning in Deep Models
di: Shen, Shaofei, et al.
Pubblicazione: (2024)

Machine Unlearning for Streaming Forgetting
di: Shen, Shaofei, et al.
Pubblicazione: (2025)

Unlearning Evaluation through Subset Statistical Independence
di: Zhang, Chenhao, et al.
Pubblicazione: (2026)

Free-Knots Kolmogorov-Arnold Network: On the Analysis of Spline Knots and Advancing Stability
di: Zheng, Liangwewi Nathan, et al.
Pubblicazione: (2025)

Towards Source-Free Machine Unlearning
di: Ahmed, Sk Miraj, et al.
Pubblicazione: (2025)

Provably Efficient Offline-to-Online Value Adaptation with General Function Approximation
di: Li, Shangzhe, et al.
Pubblicazione: (2026)

Optimal Horizon-Free Reward-Free Exploration for Linear Mixture MDPs
di: Zhang, Junkai, et al.
Pubblicazione: (2023)

Towards Unveiling Vulnerabilities of Large Reasoning Models in Machine Unlearning
di: Chen, Aobo, et al.
Pubblicazione: (2026)

Towards Efficient Target-Level Machine Unlearning Based on Essential Graph
di: Xu, Heng, et al.
Pubblicazione: (2024)

DynFrs: An Efficient Framework for Machine Unlearning in Random Forest
di: Wang, Shurong, et al.
Pubblicazione: (2024)

Uncertainty-Aware Reward-Free Exploration with General Function Approximation
di: Zhang, Junkai, et al.
Pubblicazione: (2024)

Towards Reliable Forgetting: A Survey on Machine Unlearning Verification
di: Xue, Lulu, et al.
Pubblicazione: (2025)

Towards Aligned Data Forgetting via Twin Machine Unlearning
di: Niu, Zhenxing, et al.
Pubblicazione: (2025)

Lifting Manifolds to Mitigate Pseudo-Alignment in LLM4TS
di: Zheng, Liangwei Nathan, et al.
Pubblicazione: (2025)

Towards Robust and Parameter-Efficient Knowledge Unlearning for LLMs
di: Cha, Sungmin, et al.
Pubblicazione: (2024)

EVE: Efficient Verification of Data Erasure through Customized Perturbation in Approximate Unlearning
di: Wang, Weiqi, et al.
Pubblicazione: (2026)

Verification of Machine Unlearning is Fragile
di: Zhang, Binchi, et al.
Pubblicazione: (2024)

Hessian-Free Online Certified Unlearning
di: Qiao, Xinbao, et al.
Pubblicazione: (2024)

Communication Efficient and Provable Federated Unlearning
di: Tao, Youming, et al.
Pubblicazione: (2024)

Towards Certified Unlearning for Deep Neural Networks
di: Zhang, Binchi, et al.
Pubblicazione: (2024)

Tree-Structured Synergy of Large Language Models and Bayesian Optimization for Efficient CASH
di: Xu, Beicheng, et al.
Pubblicazione: (2026)

Potion: Towards Poison Unlearning
di: Schoepf, Stefan, et al.
Pubblicazione: (2024)

Towards Natural Machine Unlearning
di: He, Zhengbao, et al.
Pubblicazione: (2024)

Score Forgetting Distillation: A Swift, Data-Free Method for Machine Unlearning in Diffusion Models
di: Chen, Tianqi, et al.
Pubblicazione: (2024)

Towards Scalable Exact Machine Unlearning Using Parameter-Efficient Fine-Tuning
di: Chowdhury, Somnath Basu Roy, et al.
Pubblicazione: (2024)

CUFG: Curriculum Unlearning Guided by the Forgetting Gradient
di: Miao, Jiaxing, et al.
Pubblicazione: (2025)

Subtract the Corruption: Training-Data-Free Corrective Machine Unlearning using Task Arithmetic
di: Mozafari, Mostafa, et al.
Pubblicazione: (2025)

Pay Less Attention to Function Words for Free Robustness of Vision-Language Models
di: Tian, Qiwei, et al.
Pubblicazione: (2025)

Streamlined Federated Unlearning: Unite as One to Be Highly Efficient
di: Zhou, Lei, et al.
Pubblicazione: (2024)

Return-to-Go Is More Than a Number: Q-Guided Alignment for Return-Conditioned Supervised Learning
di: Yang, Yuxiao, et al.
Pubblicazione: (2026)

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

Energy-Weighted Flow Matching for Offline Reinforcement Learning
di: Zhang, Shiyuan, et al.
Pubblicazione: (2025)

How Data Inter-connectivity Shapes LLMs Unlearning: A Structural Unlearning Perspective
di: Qiu, Xinchi, et al.
Pubblicazione: (2024)

Efficient Learning-based Graph Simulation for Temporal Graphs
di: Xiang, Sheng, et al.
Pubblicazione: (2025)

Towards Realistic Class-Incremental Learning with Free-Flow Increments
di: Xu, Zhiming, et al.
Pubblicazione: (2026)

Data-Free Privacy-Preserving for LLMs via Model Inversion and Selective Unlearning
di: Zhou, Xinjie, et al.
Pubblicazione: (2026)

Goldfish: An Efficient Federated Unlearning Framework
di: Wang, Houzhe, et al.
Pubblicazione: (2024)

Data Selection for Transfer Unlearning
di: Sepahvand, Nazanin Mohammadi, et al.
Pubblicazione: (2024)