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，我们通过询问是否需要删除对模型学习影响可忽略不计的点来挑战这种方法。 Through a comparative analysis of influence functions across language and vision tasks, we identify subsets of training data with negligible impact on model outputs…
New Graphics Techniques Could Make Video Games More Realistic While Cutting Computing Costs 10-Fold
奥地利科学技术研究所 (ISTA) 的研究人员开发了两种新的计算机图形技术，可以使视频游戏、动画电影和数字模拟更加逼真，同时大幅降低所需的计算能力。这两项研究在洛杉矶 SIGGRAPH 会议上发表，并发表在 ACM Transactions 上，文章《新图形技术可以使视频游戏更加真实，同时将计算成本削减 10 倍》首先出现在 Knowridge Science Report 上。
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……
据路透社报道，虽然人工智能系统因其速度快且计算成本较低而成为传统预报日益重要的补充，但它们不太可能在不久的将来完全取代传统的天气模型。
