Apple Paper propõe desaprendizagem de máquina mais barata, ignorando dados de baixa influência
Um artigo da Apple Machine Learning Research argumenta que nem todos os pontos de dados em uma solicitação de exclusão precisam de remoção ativa. Usando funções de influência em tarefas de linguagem e visão, os autores dizem que exemplos de baixa influência podem ser eliminados do conjunto de esquecimento, reduzindo a computação de desaprendizado em até cerca de 50%.