Machine Unlearning（机器遗忘）

随着隐私法规如GDPR的出台，用户有权要求删除个人数据，但传统机器学习模型一旦训练就难以删除特定数据的影响。机器遗忘旨在高效地使模型忘记某些训练样本，而不需要完全重新训练。主要方法包括精确遗忘（如SISA将训练集分片，只重训受影响分片）和近似遗忘（如基于影响函数或梯度更新）。该技术面临平衡遗忘效果与模型性能的挑战，是可信AI的重要方向。