Buchumschlag

A Survey on Unlearnable Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Jiahao, Chen, Yiqiang, Xing, Yunbing, Gu, Yang, Lan, Xiangyuan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ARMOR: Shielding Unlearnable Examples against Data Augmentation
von: Gong, Xueluan, et al.
Veröffentlicht: (2025)

Perturbation-Induced Linearization: Constructing Unlearnable Data with Solely Linear Classifiers
von: Liu, Jinlin, et al.
Veröffentlicht: (2026)

Bolster Hallucination Detection via Prompt-Guided Data Augmentation
von: Li, Wenyun, et al.
Veröffentlicht: (2025)

How Far Are We from True Unlearnability?
von: Ye, Kai, et al.
Veröffentlicht: (2025)

A Survey on Explainable Deep Reinforcement Learning
von: Cheng, Zelei, et al.
Veröffentlicht: (2025)

Learning Critically: Selective Self Distillation in Federated Learning on Non-IID Data
von: He, Yuting, et al.
Veröffentlicht: (2025)

Why Do Unlearnable Examples Work: A Novel Perspective of Mutual Information
von: Zhu, Yifan, et al.
Veröffentlicht: (2026)

SoK: Unlearnability and Unlearning for Model Dememorization
von: Zhang, Mengying, et al.
Veröffentlicht: (2026)

Understanding Representation Learnability of Nonlinear Self-Supervised Learning
von: Yang, Ruofeng, et al.
Veröffentlicht: (2024)

Online Preference-based Reinforcement Learning with Self-augmented Feedback from Large Language Model
von: Tu, Songjun, et al.
Veröffentlicht: (2024)

ROAD: Adaptive Data Mixing for Offline-to-Online Reinforcement Learning via Bi-Level Optimization
von: Yang, Letian, et al.
Veröffentlicht: (2026)

Channel-Level Semantic Perturbations: Unlearnable Examples for Diverse Training Paradigms
von: Wang, Bo, et al.
Veröffentlicht: (2026)

Generative AI for Synthetic Data Generation: Methods, Challenges and the Future
von: Guo, Xu, et al.
Veröffentlicht: (2024)

Vector Quantization in the Brain: Grid-like Codes in World Models
von: Peng, Xiangyuan, et al.
Veröffentlicht: (2025)

Predictive Learning in Energy-based Models with Attractor Structures
von: Dong, Xingsi, et al.
Veröffentlicht: (2025)

E-ICL: Enhancing Fine-Grained Emotion Recognition through the Lens of Prototype Theory
von: Ren, Zhaochun, et al.
Veröffentlicht: (2024)

A Survey of Large Language Models for Data Challenges in Graphs
von: Li, Mengran, et al.
Veröffentlicht: (2025)

Scale-up Unlearnable Examples Learning with High-Performance Computing
von: Zhu, Yanfan, et al.
Veröffentlicht: (2025)

Purify Unlearnable Examples via Rate-Constrained Variational Autoencoders
von: Yu, Yi, et al.
Veröffentlicht: (2024)

A Survey of Data Synthesis Approaches
von: Chang, Hsin-Yu, et al.
Veröffentlicht: (2024)

Diffusion and Flow Matching Models for Tabular Data: A Survey
von: Li, Zhong, et al.
Veröffentlicht: (2025)

Deep Generative Models for Offline Policy Learning: Tutorial, Survey, and Perspectives on Future Directions
von: Chen, Jiayu, et al.
Veröffentlicht: (2024)

FHBench: Towards Efficient and Personalized Federated Learning for Multimodal Healthcare
von: Wang, Penghao, et al.
Veröffentlicht: (2025)

A Unified Framework for Generative Data Augmentation: A Comprehensive Survey
von: Chen, Yunhao, et al.
Veröffentlicht: (2023)

Bidirectional Distillation: A Mixed-Play Framework for Multi-Agent Generalizable Behaviors
von: Feng, Lang, et al.
Veröffentlicht: (2025)

A Survey of Reinforcement Learning for Large Language Models under Data Scarcity: Challenges and Solutions
von: Yu, Zhiyin, et al.
Veröffentlicht: (2026)

A Survey on Data Quality Dimensions and Tools for Machine Learning
von: Zhou, Yuhan, et al.
Veröffentlicht: (2024)

Fully Test-time Adaptation for Tabular Data
von: Zhou, Zhi, et al.
Veröffentlicht: (2024)

A Comprehensive Survey on Data Augmentation
von: Wang, Zaitian, et al.
Veröffentlicht: (2024)

A Survey on Diffusion Models for Time Series and Spatio-Temporal Data
von: Yang, Yiyuan, et al.
Veröffentlicht: (2024)

Integrated Influence: Data Attribution with Baseline
von: Yang, Linxiao, et al.
Veröffentlicht: (2025)

Large Language Models for Constructing and Optimizing Machine Learning Workflows: A Survey
von: Gu, Yang, et al.
Veröffentlicht: (2024)

Personalized Treatment Outcome Prediction from Scarce Data via Dual-Channel Knowledge Distillation and Adaptive Fusion
von: Chen, Wenjie, et al.
Veröffentlicht: (2025)

Fast-DataShapley: Neural Modeling for Training Data Valuation
von: Sun, Haifeng, et al.
Veröffentlicht: (2025)

PiXTime: A Model for Federated Time Series Forecasting with Heterogeneous Data across Nodes
von: Zhou, Yiming, et al.
Veröffentlicht: (2026)

Multi-Evidence based Fact Verification via A Confidential Graph Neural Network
von: Lan, Yuqing, et al.
Veröffentlicht: (2024)

Revisiting LQR Control from the Perspective of Receding-Horizon Policy Gradient
von: Zhang, Xiangyuan, et al.
Veröffentlicht: (2023)

An Optimization Algorithm for Multimodal Data Alignment
von: Zhang, Wei, et al.
Veröffentlicht: (2025)

Continual Learning for Smart City: A Survey
von: Yang, Li, et al.
Veröffentlicht: (2024)

Auto-Augmentation Contrastive Learning for Wearable-based Human Activity Recognition
von: Wu, Qingyu, et al.
Veröffentlicht: (2026)