Stochastisches Gradient Descent: Neue Unlearning-Methoden D2D und R2D
In der KI-Welt gewinnt das Konzept des Machine Unlearning immer mehr an Bedeutung: Unternehmen wollen gezielt den Einfluss bestimmter Trainingsdaten aus einem Modell entfernen, ohne das gesamte Modell neu zu trainieren. Zwei vielversprechende Ansätze, die dabei besonders leicht umzusetzen sind, heißen „Descent-to-Delete“ (D2D) und „Rewind-to-Delete“ (R2D). Beide nutzen vollständige Batch‑Gradientenabstiegsverfahren und bieten nachweisbare Unlearning‑Garantie.
