待验证50% 置信事实精确时间
这两个杠杆矩阵在理论和实验上均被证明驱动了遗忘残差对遗忘输出和保留输出的影响。
1
来源数
50%
置信度
长期有效
时效性
2026/10/30
首次发现
来源
涉及实体
相关事实
待验证机器遗忘衡量质量的两个核心指标是遗忘率（Forget Rate）与留存率（Retain Rate），两者存在天然张力，过度遗忘会导致概念坍塌77% 相似待验证现有梯度-based 遗忘方法仅部分地考虑了杠杆矩阵所刻画的几何关系，导致它们在输出空间行为上可能与重新训练模型产生显著偏差。77% 相似待验证该研究揭示了梯度-based 机器遗忘中损失与行为之间的根本性脱节，并提供了一个统一的输出空间分析框架。75% 相似待验证预条件可加速迭代收敛，但预条件矩阵往往需要占用大量内存，这构成了收敛速度与内存之间的权衡71% 相似待验证实践中常用精确率（Precision）和召回率（Recall）来量化误报漏报，并借助混淆矩阵分析模型表现。70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1113845API
curl https://kongchang.com/api/v1/knowledge/claims/1113845MCP
get_claim(id=1113845)