arXiv · cs.AI · Fengli Wu, Vaidehi Patil, Jaehong Yoon, Yue Zhang, Mohit Bansal · 9 小时前模型评分47
MedForget 与 CHIP：面向医疗 人工智能（AI，Artificial Intelligence） 的层级感知多模态遗忘基准与方法
Hierarchy-Aware Multimodal Unlearning for Medical AI
导读
研究团队提出层级感知多模态遗忘基准 MedForget，将医疗机构数据建模为嵌套结构，用于细粒度评估遗忘与保留效果。实验显示现有遗忘方法难以在不损失临床预测性能的前提下实现有效遗忘，团队因此提出免训练的跨模态层级信息投影方法 CHIP，通过选择性移除目标专属权重子空间保留同级共享信息。CHIP 在各层级取得最高遗忘-保留差距，并保持有竞争力的下游效用。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：医疗与生命科学
事件类型：研究发布
证据摘录
- “Therefore, we introduce MedForget, a hierarchy-aware multimodal unlearning benchmark that models data from medical institutions as a nested structure, enabling fine-grained evaluation across retain and forget splits.”
来源：arXiv · cs.AI · arxiv.org