Google が「機械忘却（machine unlearning）」を監査するためのフレームワークを公開した。発生元は Google Research 公式1件に arXiv 4件が続く強い学術構成で、製品ではなく研究主導の動き――評価手法の提案が起点になっている。学習済みモデルから特定データの影響を本当に消せたかを検証する枠組みで、プライバシーや著作権対応で求められる「忘れさせる」処理の実効性を測る点が主眼だ。本流は、モデルを鍛える研究から、鍛えた後にどう説明責任を果たすかという運用・ガバナンス寄りのテーマへ広がりつつある点にある。まだ研究段階で、実運用での採用や規制対応の標準になるかは今後の確認点だ。
アルゴリズム・理論 × 開発者ツール
Google、機械忘却の監査フレームワーク公開
Google、機械忘却の監査フレームワーク公開
✎ ストーリー本文
▲ 公式・報道
公式
New framework for auditing machine unlearning
Google、機械的アンラーニングを監査する新フレームワークを公開
学術（arxiv ほか） 10本 ▾
学術
SPEA2$^+$: Improved Density Estimation in SPEA2 with Provable Runtime Guarantees
SPEA2+、密度推定を改善し実行時保証を備えた多目的最適化
学術
CCKS: Consensus-based Communication and Knowledge Sharing
CCKS、合意ベースの通信と知識共有で協調的MARLを改善
学術
Mathematical perspective on genetic algorithms with optimization guided operators
最適化誘導演算子を持つ遺伝的アルゴリズムの数理的視座
学術
学術
Test-Time Gradient Guidance of Flow Policies in Reinforcement Learning
QGF、テスト時のみで流れ方策をRL改善し安定化
学術
Unifying Local Communications and Local Updates for LLM Pretraining
GASLoC、ゴシップ通信でLLM事前学習を分散加速
学術
Bellman-Taylorスコア復号で状態依存行動のMDPをDRL最適化
学術
Learning Doubly Sparse Explicitly Conditioned Transforms
データ適応の二重疎・条件数制御変換を学習
学術
Speaker Group Encoding in Self-supervised Speech Recognition Models
自己教師あり音声モデルの話者グループ情報の符号化を解析
学術
Causal Ensemble Agent: Hierarchical Causal Discovery with LLM-guided Expert Reweighting
Causal Ensemble Agent、LLMが因果探索専門家を動的再重み付け