BARRIER: 강건한 정보 삭제를 위한 경계 활성화 영역

연구진은 모델 가중치가 아니라 활성화 기하로 개념 삭제를 옮긴 새로운 머신 언러닝 프레임워크 BARRIER를 제안했다.

BARRIER는 경계가 있는 활성화 영역, 구간 산술, SVD 기반 투영을 활용해 목표 정보를 지우면서 다른 지식은 보존한다.

보고된 결과에 따르면 분류기와 확산 모델 모두에서 강한 삭제 성능과 더 적은 부작용이 확인됐다.

이 방식은 특정 원치 않는 개념만 제거하면서 나머지 학습된 개념이 유지되도록 더 강한 보장을 목표로 한다.