/
机器遗忘 关键字列表
机器遗忘审计新框架：用正则化f散度核测试提升AI隐私验证效率
研究人员提出了一种名为"正则化f散度核检验"的新框架，旨在提升机器学习模型遗忘审计的精度与效率。该框架通过相对距离测试，判断已执行遗忘操作的模型是否更接近安全重训模型，从而有效避免传统双样本检验产生的误报问题。实验表明，该方法在隐私审计中仅需数千个样本即可检测出违规行为，显著优于现有基准方法，为GDPR合规验证与AI安全审计提供了更可靠的数学工具。
白皮书
京公网安备 11010802021500号
