When Unlearning Is Free: Leveraging Low Influence Points to Reduce Computational Costs
随着对机器学习中数据隐私的担忧不断增加，从训练模型中遗忘或删除特定数据点的能力变得越来越重要。尽管最先进的遗忘方法已经出现，但它们通常平等地对待遗忘集中的所有点。在这项工作中，我们通过询问来挑战这种方法：是否需要删除对模型学习影响可忽略不计的点？通过对语言和视觉任务的影响函数进行比较分析，我们确定了对模型输出影响可以忽略不计的训练数据子集……
在上限边缘没有繁荣的持久性：范围扩展蜘蛛中的海拔、微生境缓冲和生物压力摘要嗜热节肢动物的海拔上限反映了对种群持久性的限制，而不是简单的存在。我们利用假设驱动的综合方法，对中欧收集的站点水平和茧水平数据进行了假设驱动的综合，研究了海拔结构如何影响中欧蜘蛛 Cheiracanthium punctorium 的出现、丰度、繁殖行为和生物压力。 4 年。随着海拔的升高，出现率和丰度都急剧下降，海拔高度约 850 m 以上时，占有率明显下降，表明存在明确的上限边界。生殖行为沿着梯度系统性地变化，因为雌性将卵茧放置在海拔较高的植被上较低的位置，与植被高度无关，这与对日益不利的小气候条件的行为调整是一致的
