:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	Dixit, Rishabh, Hui, Yuan, Saab, Rayan
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	https://arxiv.org/abs/2509.05865
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Theoretical Guarantees for Low-Rank Compression of Deep Neural Networks
di: Zhang, Shihao, et al.
Pubblicazione: (2025)

Beacon: Post-Training Quantization with Integrated Grid Selection
di: Zhang, Shihao, et al.
Pubblicazione: (2025)

GPTQ-intrinsic LoRA: A Near-optimal Algorithm for Low-precision Quantization with Low-rank Adaptation
di: Zhang, Shihao, et al.
Pubblicazione: (2026)

Unified Stochastic Framework for Neural Network Quantization and Pruning
di: Zhang, Haoyu, et al.
Pubblicazione: (2024)

Qronos: Correcting the Past by Shaping the Future... in Post-Training Quantization
di: Zhang, Shihao, et al.
Pubblicazione: (2025)

Provable Post-Training Quantization: Theoretical Analysis of OPTQ and Qronos
di: Zhang, Haoyu, et al.
Pubblicazione: (2025)

Rectifying Privacy and Efficacy Measurements in Machine Unlearning: A New Inference Attack Perspective
di: Naderloui, Nima, et al.
Pubblicazione: (2025)

Accumulator-Aware Post-Training Quantization for Large Language Models
di: Colbert, Ian, et al.
Pubblicazione: (2024)

Theoretical Analysis of Submodular Information Measures for Targeted Data Subset Selection
di: Beck, Nathan, et al.
Pubblicazione: (2024)

Complement Submodular Information Measures for Balanced and Robust Data Selection
di: Iyer, Rishabh
Pubblicazione: (2026)

Random Vector Functional Link Networks for Function Approximation on Manifolds
di: Needell, Deanna, et al.
Pubblicazione: (2020)

Data Augmentation Improves Machine Unlearning
di: Falcao, Andreza M. C., et al.
Pubblicazione: (2025)

RESIST: Resilient Decentralized Learning Using Consensus Gradient Descent
di: Fang, Cheng, et al.
Pubblicazione: (2025)

Benchmarking Federated Machine Unlearning methods for Tabular Data
di: Xiao, Chenguang, et al.
Pubblicazione: (2025)

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

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

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

SoK: Machine Unlearning for Large Language Models
di: Ren, Jie, et al.
Pubblicazione: (2025)

Class Machine Unlearning for Complex Data via Concepts Inference and Data Poisoning
di: Chang, Wenhan, et al.
Pubblicazione: (2024)

TraceHiding: Scalable Machine Unlearning for Mobility Data
di: Faraji, Ali, et al.
Pubblicazione: (2025)

Distributional Machine Unlearning via Selective Data Removal
di: Allouah, Youssef, et al.
Pubblicazione: (2025)

Towards Irreversible Machine Unlearning for Diffusion Models
di: Yuan, Xun, et al.
Pubblicazione: (2025)

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

Sharpness-Aware Machine Unlearning
di: Tang, Haoran, et al.
Pubblicazione: (2025)

Fairness and Robustness in Machine Unlearning
di: Tran, Khoa, et al.
Pubblicazione: (2025)

Reference-Guided Machine Unlearning
di: Mirlach, Jonas, et al.
Pubblicazione: (2026)

A Review on Machine Unlearning
di: Zhang, Haibo, et al.
Pubblicazione: (2024)

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

Adversarial Machine Unlearning
di: Di, Zonglin, et al.
Pubblicazione: (2024)

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

Contrastive Unlearning: A Contrastive Approach to Machine Unlearning
di: Lee, Hong kyu, et al.
Pubblicazione: (2024)

The Right to be Forgotten in Pruning: Unveil Machine Unlearning on Sparse Models
di: Xiao, Yang, et al.
Pubblicazione: (2025)

Zero-Shot Machine Unlearning with Proxy Adversarial Data Generation
di: Chen, Huiqiang, et al.
Pubblicazione: (2025)

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

Fair Machine Unlearning: Data Removal while Mitigating Disparities
di: Oesterling, Alex, et al.
Pubblicazione: (2023)

Erase at the Core: Representation Unlearning for Machine Unlearning
di: Lee, Jaewon, et al.
Pubblicazione: (2026)

Non-Rival Data as Rival Products: An Encapsulation-Forging Approach for Data Synthesis
di: Wang, Kaidong, et al.
Pubblicazione: (2025)

Langevin Unlearning: A New Perspective of Noisy Gradient Descent for Machine Unlearning
di: Chien, Eli, et al.
Pubblicazione: (2024)

On the Impossibility of Retrain Equivalence in Machine Unlearning
di: Yu, Jiatong, et al.
Pubblicazione: (2025)

Efficient Verified Machine Unlearning For Distillation
di: Quan, Yijun, et al.
Pubblicazione: (2025)