Buchumschlag

Redirection for Erasing Memory (REM): Towards a universal unlearning method for corrupted data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Schoepf, Stefan, Mozer, Michael Curtis, Mitchell, Nicole Elyse, Brintrup, Alexandra, Kaissis, Georgios, Kairouz, Peter, Triantafillou, Eleni
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

Is your algorithm unlearning or untraining?
von: Triantafillou, Eleni, et al.
Veröffentlicht: (2026)

Parameter-tuning-free data entry error unlearning with adaptive selective synaptic dampening
von: Schoepf, Stefan, et al.
Veröffentlicht: (2024)

What makes unlearning hard and what to do about it
von: Zhao, Kairan, et al.
Veröffentlicht: (2024)

Potion: Towards Poison Unlearning
von: Schoepf, Stefan, et al.
Veröffentlicht: (2024)

Are we making progress in unlearning? Findings from the first NeurIPS unlearning competition
von: Triantafillou, Eleni, et al.
Veröffentlicht: (2024)

Scalability of memorization-based machine unlearning
von: Zhao, Kairan, et al.
Veröffentlicht: (2024)

Loss-Free Machine Unlearning
von: Foster, Jack, et al.
Veröffentlicht: (2024)

Identifying contributors to supply chain outcomes in a multi-echelon setting: a decentralised approach
von: Schoepf, Stefan, et al.
Veröffentlicht: (2023)

Your Privacy Depends on Others: Collusion Vulnerabilities in Individual Differential Privacy
von: Kaiser, Johannes, et al.
Veröffentlicht: (2026)

Step-resolved data attribution for looped transformers
von: Kaissis, Georgios, et al.
Veröffentlicht: (2026)

Agentic LLMs in the Supply Chain: Towards Autonomous Multi-Agent Consensus-Seeking
von: Jannelli, Valeria, et al.
Veröffentlicht: (2024)

Random Walk Guided Hyperbolic Graph Distillation
von: Long, Yunbo, et al.
Veröffentlicht: (2025)

Improved Localized Machine Unlearning Through the Lens of Memorization
von: Torkzadehmahani, Reihaneh, et al.
Veröffentlicht: (2024)

You Don't Need All That Attention: Surgical Memorization Mitigation in Text-to-Image Diffusion Models
von: Zhao, Kairan, et al.
Veröffentlicht: (2026)

Multi-Agent Digital Twinning for Collaborative Logistics: Framework and Implementation
von: Xu, Liming, et al.
Veröffentlicht: (2023)

From Dormant to Deleted: Tamper-Resistant Unlearning Through Weight-Space Regularization
von: Siddiqui, Shoaib Ahmed, et al.
Veröffentlicht: (2025)

Using Reinforcement Learning for the Three-Dimensional Loading Capacitated Vehicle Routing Problem
von: Schoepf, Stefan, et al.
Veröffentlicht: (2023)

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

ConDa: Fast Federated Unlearning with Contribution Dampening
von: Chundawat, Vikram S, et al.
Veröffentlicht: (2024)

Towards Robust Continual Learning with Bayesian Adaptive Moment Regularization
von: Foster, Jack, et al.
Veröffentlicht: (2023)

Incentivising the federation: gradient-based metrics for data selection and valuation in private decentralised training
von: Usynin, Dmitrii, et al.
Veröffentlicht: (2023)

ReLAPSe: Reinforcement-Learning-trained Adversarial Prompt Search for Erased concepts in unlearned diffusion models
von: Kolton, Ignacy, et al.
Veröffentlicht: (2026)

ActErase: A Training-Free Paradigm for Precise Concept Erasure via Activation Redirection
von: Sun, Yi, et al.
Veröffentlicht: (2026)

REM universality for linear random energy
von: Concetti, Francesco, et al.
Veröffentlicht: (2026)

How Much Is One Recurrence Worth? Iso-Depth Scaling Laws for Looped Language Models
von: Schwethelm, Kristian, et al.
Veröffentlicht: (2026)

ChEX: Interactive Localization and Region Description in Chest X-rays
von: Müller, Philip, et al.
Veröffentlicht: (2024)

Enhancing Supply Chain Visibility with Generative AI: An Exploratory Case Study on Relationship Prediction in Knowledge Graphs
von: Zheng, Ge, et al.
Veröffentlicht: (2024)

An Analytics-Driven Approach to Enhancing Supply Chain Visibility with Graph Neural Networks and Federated Learning
von: Zheng, Ge, et al.
Veröffentlicht: (2025)

Beyond the Calibration Point: Mechanism Comparison in Differential Privacy
von: Kaissis, Georgios, et al.
Veröffentlicht: (2024)

Gradient-Weight Alignment as a Train-Time Proxy for Generalization in Classification Tasks
von: Hölzl, Florian A., et al.
Veröffentlicht: (2025)

Pragmatism and the unlearning of learnification
von: Megan Laverty
Veröffentlicht: (2017)

Towards Autonomous Supply Chains: Definition, Characteristics, Conceptual Framework, and Autonomy Levels
von: Xu, Liming, et al.
Veröffentlicht: (2023)

Position: Capability Control Should be a Separate Goal From Alignment
von: Siddiqui, Shoaib Ahmed, et al.
Veröffentlicht: (2026)

Weakly Supervised Object Detection in Chest X-Rays with Differentiable ROI Proposal Networks and Soft ROI Pooling
von: Müller, Philip, et al.
Veröffentlicht: (2024)

Kernel Normalized Convolutional Networks
von: Nasirigerdeh, Reza, et al.
Veröffentlicht: (2022)

Laplace Sample Information: Data Informativeness Through a Bayesian Lens
von: Kaiser, Johannes, et al.
Veröffentlicht: (2025)

Towards Automated Causal Discovery: a case study on 5G telecommunication data
von: Biza, Konstantina, et al.
Veröffentlicht: (2024)

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

Inexact Unlearning Needs More Careful Evaluations to Avoid a False Sense of Privacy
von: Hayes, Jamie, et al.
Veröffentlicht: (2024)

Reflecting on the role of universities in the fight against corruption
von: Christian Hauser
Veröffentlicht: (2019)