易用数据遗忘基准
机器学习
2026-02-19 v1
摘要
评估机器遗忘方法仍面临技术挑战，最近的基准需要复杂的设置和显著的工程开销。我们引入了一个统一且可扩展的基准套件，简化了使用 KLoM（KL 散度边际）指标评估遗忘算法的过程。我们的框架提供了预计算的模型集、oracle 输出以及即插即用的评估基础设施。通过标准化设置和指标，它实现了跨遗忘方法的可重复、可扩展且公平的比较。我们希望该基准能作为加速遗忘研究和促进其最佳实践的实用基础。我们的代码和数据已公开。
引用
@article{arxiv.2602.16400,
title = {Easy Data Unlearning Bench},
author = {Roy Rinberg and Pol Puigdemont and Martin Pawelczyk and Volkan Cevher},
journal= {arXiv preprint arXiv:2602.16400},
year = {2026}
}
备注
ICML 2025 Workshop on Machine Unlearning for Generative AI