Apple ML、計算コスト削減のため低影響ポイントを活用した「無料」のアンラーニング手法を提案

記事の3ポイント

1. 1

   既存手法の限界と新アプローチ

   従来の最先端アンラーニング手法は忘却セット内の全データを同等に扱うが、本発表では学習への影響が微小なデータのみを標的とする新たなアプローチを提案する。

2. 2

   影響力関数によるデータ選別

   言語タスクとビジョンタスクにおける影響力関数の比較分析を通じて、モデル出力にほとんど影響を与えない訓練データのサブセットを特定する手法を実証した。

3. 3

   計算コストの削減効果

   不要なデータを削除する際の計算リソースを大幅に削減できる可能性を示し、プライバシー保護と効率性の両立を可能にする技術的基盤を提供する。