asymmetric-langevin

本文介绍了非对称朗之万遗忘（ALU），这是一种利用公共数据来改善机器遗忘中隐私-效用权衡的框架。研究表明，ALU 降低了遗忘成本，并在保持高模型效用的同时实现了大规模遗忘。