Buchumschlag

Gauss-Newton Unlearning for the LLM Era

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	McKinney, Lev, Thudi, Anvith, Bae, Juhan, Rezaei, Tara, Papernot, Nicolas, McIlraith, Sheila A., Grosse, Roger
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Better Training Data Attribution via Better Inverse Hessian-Vector Products
von: Wang, Andrew, et al.
Veröffentlicht: (2025)

Fast Exact Unlearning for In-Context Learning Data for LLMs
von: Muresanu, Andrei I., et al.
Veröffentlicht: (2024)

Gradients Look Alike: Sensitivity is Often Overestimated in DP-SGD
von: Thudi, Anvith, et al.
Veröffentlicht: (2023)

Efficient Public Verification of Private ML via Regularization
von: Bell, Zoë Ruha, et al.
Veröffentlicht: (2025)

Leveraging Per-Instance Privacy for Machine Unlearning
von: Sepahvand, Nazanin Mohammadi, et al.
Veröffentlicht: (2025)

MixMax: Distributional Robustness in Function Space via Optimal Data Mixtures
von: Thudi, Anvith, et al.
Veröffentlicht: (2024)

Pluralistic Alignment Over Time
von: Klassen, Toryn Q., et al.
Veröffentlicht: (2024)

Formal Methods Meet LLMs: Auditing, Monitoring, and Intervention for Compliance of Advanced AI Systems
von: Alamdari, Parand A., et al.
Veröffentlicht: (2026)

STEVE-1: A Generative Model for Text-to-Behavior in Minecraft
von: Lifshitz, Shalev, et al.
Veröffentlicht: (2023)

Remembering to Be Fair: Non-Markovian Fairness in Sequential Decision Making
von: Alamdari, Parand A., et al.
Veröffentlicht: (2023)

Selective Prediction via Training Dynamics
von: Rabanser, Stephan, et al.
Veröffentlicht: (2022)

Being Considerate as a Pathway Towards Pluralistic Alignment for Agentic AI
von: Alamdari, Parand A., et al.
Veröffentlicht: (2024)

Pushdown Reward Machines for Reinforcement Learning
von: Varricchione, Giovanni, et al.
Veröffentlicht: (2025)

Training Data Attribution via Approximate Unrolled Differentiation
von: Bae, Juhan, et al.
Veröffentlicht: (2024)

Leakage Safe Graph Features for Interpretable Fraud Detection in Temporal Transaction Networks
von: Khaleghpour, Hamideh, et al.
Veröffentlicht: (2026)

MixMin: Finding Data Mixtures via Convex Minimization
von: Thudi, Anvith, et al.
Veröffentlicht: (2025)

Ground-Compose-Reinforce: Grounding Language in Agentic Behaviours using Limited Data
von: Li, Andrew C., et al.
Veröffentlicht: (2025)

Optimizing Neuro-Fuzzy and Colonial Competition Algorithms for Skin Cancer Diagnosis in Dermatoscopic Images
von: Khaleghpour, Hamideh, et al.
Veröffentlicht: (2025)

Unified AI for Accurate Audio Anomaly Detection
von: Khaleghpour, Hamideh, et al.
Veröffentlicht: (2025)

Multi-Agent Verification: Scaling Test-Time Compute with Multiple Verifiers
von: Lifshitz, Shalev, et al.
Veröffentlicht: (2025)

Error whitening: Why Gauss-Newton outperforms Newton
von: McKay, Maricela Best, et al.
Veröffentlicht: (2026)

Verifiable and Provably Secure Machine Unlearning
von: Eisenhofer, Thorsten, et al.
Veröffentlicht: (2022)

Negation Neglect: When models fail to learn negations in training
von: Mayne, Harry, et al.
Veröffentlicht: (2026)

Now, Later, and Lasting: Ten Priorities for AI Research, Policy, and Practice
von: Horvitz, Eric, et al.
Veröffentlicht: (2024)

Reward Machines for Deep RL in Noisy and Uncertain Environments
von: Li, Andrew C., et al.
Veröffentlicht: (2024)

Spectral-factorized Positive-definite Curvature Learning for NN Training
von: Lin, Wu, et al.
Veröffentlicht: (2025)

Eliciting Latent Predictions from Transformers with the Tuned Lens
von: Belrose, Nora, et al.
Veröffentlicht: (2023)

GULPS: Two-Qubit Gate Synthesis via Linear Programming for Heterogeneous Instruction Sets
von: McKinney, Evan, et al.
Veröffentlicht: (2025)

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

What Does It Take to Build a Performant Selective Classifier?
von: Rabanser, Stephan, et al.
Veröffentlicht: (2025)

Language Models For Generalised PDDL Planning: Synthesising Sound and Programmatic Policies
von: Chen, Dillon Z., et al.
Veröffentlicht: (2025)

Demystify Protein Generation with Hierarchical Conditional Diffusion Models
von: Ling, Zinan, et al.
Veröffentlicht: (2025)

AutoPrognosis 2.0: Democratizing Diagnostic and Prognostic Modeling in Healthcare with Automated Machine Learning
von: Imrie, Fergus, et al.
Veröffentlicht: (2022)

Fast Gauss-Newton for Multiclass Cross-Entropy
von: Korbit, Mikalai, et al.
Veröffentlicht: (2026)

Fairness Feedback Loops: Training on Synthetic Data Amplifies Bias
von: Wyllie, Sierra, et al.
Veröffentlicht: (2024)

LLM Dataset Inference: Did you train on my dataset?
von: Maini, Pratyush, et al.
Veröffentlicht: (2024)

Satisficing and Optimal Generalised Planning via Goal Regression (Extended Version)
von: Chen, Dillon Z., et al.
Veröffentlicht: (2025)

Learning Bilevel Policies over Symbolic World Models for Long-Horizon Planning
von: Chen, Dillon Z., et al.
Veröffentlicht: (2026)

Theoretical characterisation of the Gauss-Newton conditioning in Neural Networks
von: Zhao, Jim, et al.
Veröffentlicht: (2024)

UnUnlearning: Unlearning is not sufficient for content regulation in advanced generative AI
von: Shumailov, Ilia, et al.
Veröffentlicht: (2024)