基于多 GAN 模型的机器遗忘方法

一种基于多 GAN 模型的机器遗忘方法通过生成合成数据、反转遗忘集类别标签并微调预训练模型，效果优于 SOTA 模型和标准遗忘分类器。该方法分两阶段：GAN 由两对生成器与判别器组成，分别为保留集和遗忘集生成合成数据，再由预训练模型标注类别并将遗忘集标签取反。在 CIFAR-10 上的实验用成员推断攻击（MIA）评估遗忘后的模型。