Buchumschlag

Realistic Image-to-Image Machine Unlearning via Decoupling and Knowledge Retention

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Varshney, Ayush K., Torra, Vicenç
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Efficient Federated Unlearning under Plausible Deniability
von: Varshney, Ayush K., et al.
Veröffentlicht: (2024)

Unlearning Clients, Features and Samples in Vertical Federated Learning
von: Varshney, Ayush K., et al.
Veröffentlicht: (2025)

Concept Drift Detection using Ensemble of Integrally Private Models
von: Varshney, Ayush K., et al.
Veröffentlicht: (2024)

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

Decoupling the Class Label and the Target Concept in Machine Unlearning
von: Zhu, Jianing, et al.
Veröffentlicht: (2024)

Machine Unlearning for Medical Imaging
von: Nasirigerdeh, Reza, et al.
Veröffentlicht: (2024)

Machine Unlearning for Image-to-Image Generative Models
von: Li, Guihong, et al.
Veröffentlicht: (2024)

Siamese Machine Unlearning with Knowledge Vaporization and Concentration
von: Xie, Songjie, et al.
Veröffentlicht: (2024)

The Price of Ignorance: Information-Free Quotation for Data Retention in Machine Unlearning
von: Han, Bin, et al.
Veröffentlicht: (2026)

UCD: Unlearning in LLMs via Contrastive Decoding
von: Suriyakumar, Vinith M., et al.
Veröffentlicht: (2025)

System-Aware Unlearning Algorithms: Use Lesser, Forget Faster
von: Lu, Linda, et al.
Veröffentlicht: (2025)

Adaptive Protein Tokenization
von: Dilip, Rohit, et al.
Veröffentlicht: (2026)

Compensation-free Machine Unlearning in Text-to-Image Diffusion Models by Eliminating the Mutual Information
von: Cheng, Xinwen, et al.
Veröffentlicht: (2026)

When to restart? Exploring escalating restarts on convergence
von: Varshney, Ayush K., et al.
Veröffentlicht: (2026)

DualOptim+: Bridging Shared and Decoupled Optimizer States for Better Machine Unlearning in Large Language Models
von: Zhong, Xuyang, et al.
Veröffentlicht: (2026)

The Space Complexity of Learning-Unlearning Algorithms
von: Cherapanamjeri, Yeshwanth, et al.
Veröffentlicht: (2025)

Rethinking Machine Unlearning for Large Language Models
von: Liu, Sijia, et al.
Veröffentlicht: (2024)

Unlearning through Knowledge Overwriting: Reversible Federated Unlearning via Selective Sparse Adapter
von: Zhong, Zhengyi, et al.
Veröffentlicht: (2025)

GRU: Mitigating the Trade-off between Unlearning and Retention for LLMs
von: Wang, Yue, et al.
Veröffentlicht: (2025)

Does Machine Unlearning Truly Remove Knowledge?
von: Chen, Haokun, et al.
Veröffentlicht: (2025)

A Unified Framework for Continual Learning and Unlearning
von: Chatterjee, Romit, et al.
Veröffentlicht: (2024)

Mechanistic Unlearning: Robust Knowledge Unlearning and Editing via Mechanistic Localization
von: Guo, Phillip, et al.
Veröffentlicht: (2024)

GUARD: Guided Unlearning and Retention via Data Attribution for Large Language Models
von: Niu, Peizhi, et al.
Veröffentlicht: (2025)

SalUn: Empowering Machine Unlearning via Gradient-based Weight Saliency in Both Image Classification and Generation
von: Fan, Chongyu, et al.
Veröffentlicht: (2023)

Hidden Poison: Machine Unlearning Enables Camouflaged Poisoning Attacks
von: Di, Jimmy Z., et al.
Veröffentlicht: (2022)

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

Table2Image: Interpretable Tabular Data Classification with Realistic Image Transformations
von: Lee, Seungeun, et al.
Veröffentlicht: (2024)

WSS-CL: Weight Saliency Soft-Guided Contrastive Learning for Efficient Machine Unlearning Image Classification
von: Tran, Thang Duc, et al.
Veröffentlicht: (2025)

Attribute-to-Delete: Machine Unlearning via Datamodel Matching
von: Georgiev, Kristian, et al.
Veröffentlicht: (2024)

Critic-Guided Reinforcement Unlearning in Text-to-Image Diffusion
von: Vysotskyi, Mykola, et al.
Veröffentlicht: (2026)

Asynchronous Federated Unlearning with Invariance Calibration for Medical Imaging
von: Cai, Zhaoyuan, et al.
Veröffentlicht: (2026)

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

Flow Autoencoders are Effective Protein Tokenizers
von: Dilip, Rohit, et al.
Veröffentlicht: (2025)

Decoupled Sequence and Structure Generation for Realistic Antibody Design
von: Kim, Nayoung, et al.
Veröffentlicht: (2024)

FUNU: Boosting Machine Unlearning Efficiency by Filtering Unnecessary Unlearning
von: Li, Zitong, et al.
Veröffentlicht: (2025)

An Illusion of Unlearning? Assessing Machine Unlearning Through Internal Representations
von: Gao, Yichen, et al.
Veröffentlicht: (2026)

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

Controllable Machine Unlearning via Gradient Pivoting
von: Hwang, Youngsik, et al.
Veröffentlicht: (2025)

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

The Unseen Threat: Residual Knowledge in Machine Unlearning under Perturbed Samples
von: Hsu, Hsiang, et al.
Veröffentlicht: (2026)