Pada si Iroyin
AtunseAI Understanding finifini

Iwe Apple Ṣeduro Imọ-ẹrọ Ti o din owo nipasẹ Sisẹ Data Ipa Kekere

Iwe Iwadi Ẹkọ Ẹrọ Apple kan jiyan pe kii ṣe gbogbo aaye data ninu ibeere piparẹ kan nilo yiyọkuro lọwọ. Lilo awọn iṣẹ ipa lori ede ati awọn iṣẹ-ṣiṣe iran, awọn onkọwe sọ pe awọn apẹẹrẹ ti o ni ipa kekere le jẹ silẹ lati inu eto igbagbe, gige iṣiro ti ko kọ ẹkọ nipasẹ to iwọn 50 ogorun.

6 min readRead the primary source
Source-provided image accompanying Apple Paper Proposes Cheaper Machine Unlearning by Skipping Low-Influence Data
Iwe aṣẹ orisun akọkọOrisun ti o gbasilẹ
Olutẹwe
machinelearning.apple.com
Orisun ọna asopọ
machinelearning.apple.comhttps://machinelearning.apple.com/research/unlearning-low-influence-points
Orisun iru
Iwe akọkọ - ikede osise, iwe, iforukọsilẹ, tabi oju-iwe ẹgbẹ akọkọ ti a ka taara.
AtokọLoye eyi ni iṣẹju 60

Bẹrẹ nibi

Awọn ofin bọtini

Ẹ̀kọ́ Ẹ̀rọ (ML)
Awọn ọna ti o gba awọn ọna ṣiṣe laaye lati kọ ẹkọ awọn ilana lati data ati ilọsiwaju ni akoko pupọ.
Àtúnyẹ̀wò
Awọn akole ti eniyan ṣafikun tabi metadata ti a lo lati ṣe ikẹkọ tabi ṣe iṣiro awọn awoṣe ikẹkọ ẹrọ.
Itọkasi
Ipele asiko-ṣiṣe nibiti awoṣe ikẹkọ n ṣe ipilẹṣẹ awọn asọtẹlẹ tabi awọn abajade.
Ṣe idanwo fun ara rẹIdanwo Ikẹkọ AI

Kini o ṣẹlẹ

Iwadi Ẹkọ Ẹrọ Apple ṣe atẹjade iwe kan, ti a ṣe atokọ labẹ Asiri rẹ ati Imọ-jinlẹ data ati awọn agbegbe Itọkasi, ni imọran pe ẹrọ ti ko kọ ẹkọ foju awọn aaye ikẹkọ ti ipa ti iwọn lori awọn abajade awoṣe jẹ aifiyesi, eyiti awọn onkọwe ṣe ijabọ gige iṣiro ti ko kọ ẹkọ nipasẹ to iwọn 50 ninu awọn apẹẹrẹ wọn.

Iwadi Ẹkọ Ẹrọ Apple ti ṣe atẹjade iwe kan ti akole “Nigbati Ailẹkọ Jẹ Ọfẹ: Lilo Awọn aaye Ipa Kekere lati Din Awọn idiyele Iṣiro,” ti a ka si Udi Wieder, Vitaly Feldman, Robert Fisher, ati Anat Kleiman. Oju-iwe titẹjade naa ṣe faili iṣẹ naa labẹ awọn agbegbe iwadii meji, Aṣiri ati Imọ-jinlẹ Data ati Akọsilẹ, o si fi aami si iwe kan. Koko-ọrọ naa jẹ aikọ ẹrọ: iṣoro ti yiyọ ipa ti awọn apẹẹrẹ ikẹkọ pato lati awoṣe ti a ti kọ tẹlẹ, nigbagbogbo nitori eniyan ti beere fun data wọn lati paarẹ tabi nitori ọranyan ikọkọ kan nilo rẹ. Oju-iwe naa ṣe akiyesi pe Kleiman ni asopọ pẹlu Harvard ati pe a ṣe iṣẹ naa lakoko ti o wa ni Apple.

Ọrọ ariyanjiyan ti iwe naa, bi a ti ṣe akopọ ninu áljẹbrà lori oju opo wẹẹbu Apple, ni pe awọn ọna aibikita ti o wa tẹlẹ tọju gbogbo aaye ni “eto igbagbe” - ikojọpọ awọn apẹẹrẹ lati yọkuro - bii pataki bakanna, ati pe arosinu yii jẹ agbin. Awọn onkọwe sọ pe wọn ṣe afiwe awọn iṣẹ ipa lori ede ati awọn iṣẹ iran. Awọn iṣẹ ipa jẹ ilana ti iṣeto fun iṣiro iye melo ni apẹẹrẹ ikẹkọ ẹni kọọkan ṣe iyipada awọn aye awoṣe tabi awọn asọtẹlẹ. Lori ipilẹ lafiwe yẹn, awọn onkọwe ṣe ijabọ idamo awọn ipin ti data ikẹkọ eyiti ipa lori awọn abajade awoṣe jẹ aifiyesi, ati pe wọn daba ilana kan ti o dinku datasetiti ṣaaju ṣiṣe ilana aikẹẹkọ kan.

Nọmba akọle jẹ ti ara iwe naa: "Awọn ifowopamọ iṣiro pataki (ti o to iwọn 50) lori awọn apẹẹrẹ ti o ni idaniloju aye gidi." Ibeere yẹn, ati ẹtọ pe awọn ipin-ipa aibikita le jẹ idanimọ ti o gbẹkẹle, wa lati ọdọ awọn onkọwe gẹgẹbi akopọ lori oju-iwe Apple. Wọn ko ni idaniloju ominira nibi. Awọn áljẹbrà ko lorukọ awọn awoṣe, datasets, tabi ipetele unlearing aligoridimu lo; ko sọ bi “aibikita” ipa ti wa ni asọye tabi ala; ati pe ko ṣe apejuwe awọn metiriki ti a lo lati ṣe idajọ boya aikẹẹkọ ṣaṣeyọri. Ọrọ naa "ọfẹ" ninu akọle n tọka si iye owo iṣiro, kii ṣe si eyikeyi ẹtọ nipa awọn iṣeduro asiri.

Awọn alaye pupọ jẹ aimọ lati orisun. Oju-iwe naa gbe oṣu titẹjade ti Oṣu Kẹjọ ọdun 2026, lakoko ti titẹ sii-kika ti o jọmọ pẹlu akọle kanna ni oju-iwe kanna jẹ ọjọ Keje 17, 2026; oju-iwe naa ko ṣe alaye awọn ọjọ meji naa. Ko si itọkasi ti o han ti aaye atunyẹwo ẹlẹgbẹ tabi gbigba apejọ, ko si ọna asopọ si koodu idasilẹ, awọn iwọn awoṣe, tabi awọn ohun elo igbelewọn lori oju-iwe, ati pe ko si alaye boya Apple nlo ọna yii ni eyikeyi ọja gbigbe tabi opo gigun ti data inu. Áljẹbrà naa ko tun koju idiyele iṣiro ti iṣiro ipa ni aye akọkọ, eyiti fun awọn awoṣe nla funrararẹ jẹ inawo idaran ati eyiti yoo nilo lati ka si eyikeyi awọn ifowopamọ ti o royin.

Awọn alaye orisun: machinelearning.apple.com

Kini idi ti o ṣe pataki

Ibọwọ fun awọn ibeere piparẹ data lori awọn awoṣe ikẹkọ jẹ gbowolori, ati pe iwe atunṣe iwe ko kọ ẹkọ lati idiyele aṣọ kan fun-ojuami sinu iṣoro ipin kan - ṣugbọn ipin ti o da lori ipa jẹ ariyanjiyan ṣiṣe, kii ṣe ofin ti iṣeto tabi iṣeduro aabo.

Piparẹ data ti di iṣoro imọ-ẹrọ iṣẹ kuku ju ti ofin kan lasan. Nigbati olumulo kan ba yọ aṣẹ kuro tabi lo ẹtọ lati parẹ, yiyọ awọn ori ila lati ibi ipamọ data jẹ taara; yiyọ ohun ti a oṣiṣẹ awoṣe gba lati awon ori ila ni ko. Aṣayan ti o gbẹkẹle jẹ atunṣe laisi data naa, eyiti o jẹ idiyele to pe awọn ajo ṣọ lati ṣe ipele rẹ sinu awọn akoko atunkọ igbakọọkan. Awọn ọna aikẹẹkọ isunmọ ṣe ileri nkan yiyara, ṣugbọn wọn nira lati rii daju. Iṣẹ ti o dinku idiyele iṣẹ naa jẹri taara lori boya awọn ibeere piparẹ le ni ọlá fun igbagbogbo ati ni iyara, tabi boya wọn ti isinyi titi di ikẹkọ atẹle.

Gbero ero inu iwe yii jẹ ariyanjiyan diẹ sii ti o ṣe pataki ju eeya ṣiṣe lọ. Ti apẹẹrẹ kan pato ba fi afihan ko si itọpa idiwọn ninu ihuwasi awoṣe, lẹhinna ko le si nkankan lati ṣe atunṣe fun apẹẹrẹ yẹn. Iyẹn yipada kikẹẹkọ lati iye owo aṣọ fun-ojuami sinu adaṣe ipin kan: wiwọn akọkọ, lẹhinna lo iṣiro nikan nibiti o le yi ihuwasi awoṣe pada. Fun awọn ẹgbẹ ti n ṣakoso awọn ibeere piparẹ ni iwọn didun, iye owo oniyipada ti o ni iwọn pẹlu iye data ti o ṣe pataki jẹ iṣoro igbero ti o yatọ ju idiyele ti o wa titi ti o ṣe iwọn pẹlu iye awọn ibeere ti o de.

Idiwọn pataki ni pe awọn adehun ikọkọ ni gbogbogbo ni kikọ ni ayika ibeere naa, kii ṣe ni ayika ipa iwọn. Olutọsọna tabi eniyan ti o kan le ma gba “apẹẹrẹ ti ko kọ ẹkọ” gẹgẹbi ẹri pe ọranyan piparẹ kan ti pade, ni pataki nitori awọn iṣiro ipa jẹ isunmọ ti deede ti a mọ lati yatọ pẹlu awoṣe, ilana ikẹkọ, ati ọna isunmọ ti a lo. Iwe naa, lori ẹri ti áljẹbrà rẹ, ṣe agbekalẹ ilowosi rẹ bi awọn ifowopamọ iṣiro; ko beere pe yiyọ awọn aaye ipa kekere ni itẹlọrun eyikeyi ofin kan pato, ati pe agbegbe yii ko yẹ ki o ka bi sisọ pe o ṣe.

Iwọn aabo tun wa ti awọn leaves afoyemọ ṣii. Ti aaye kan ba jẹ aṣiṣe bi ipa-kekere ati fi silẹ ni aaye, ibeere ti o wulo ni boya aaye yẹn wa ni gbigba pada - nipasẹ itọkasi ọmọ ẹgbẹ, eyiti o ṣe idanwo boya igbasilẹ kan pato wa ninu eto ikẹkọ, tabi nipasẹ isediwon taara ti ọrọ ti o ti kọ sori. Iṣe iranti ni awọn awoṣe nla ni a mọ lati jẹ aiṣedeede, pẹlu awọn igbasilẹ toje tabi awọn igbasilẹ ti o jade nigbagbogbo diẹ sii han ju awọn aṣoju aṣoju lọ, eyiti o jẹ deede awọn olugbe nibiti iṣiro ipa kan le jẹ aidaniloju. Afoyemọ naa ko ṣe ijabọ boya awọn onkọwe ṣe iṣiro ilana wọn lodi si iru awọn ikọlu, nitorinaa atako rẹ si wọn jẹ aimọ lati orisun yii.

Interactive Mechanism

Interactive Mechanism: How It Actually Works

Explore the underlying technology behind this development interactively.

Agent Lifecycle Stage:
1
User Intent & Planning: "Audit customer refund request #4092 and settle payment."
2
Tool Calling: Emits structured JSON call crm_get_transaction(id='4092').
3
Guardrail & Verification:🛡️ Paused: High-value action requires human operator sign-off.
4
Final Settlement: Refund recorded, email receipt dispatched, and audit log stored.
Core takeaway: An AI agent is not just a language model—it is a closed loop of planning, tool invocation, and environment feedback. Production systems require self-healing retries and strict human approval guardrails.
Interactive Concept Check+10 Points
AI Training Quiz

Which question best defines a clear goal for using AI Training?

Kini lati wo tókàn

Boya iwe ni kikun ṣe ijabọ awọn awoṣe, awọn iwe data, awọn iloro, ati awọn igbelewọn ikọlu ikọkọ lẹhin eeya 50 ogorun, boya idiyele ti ipa iširo funrararẹ ti wa ni apapọ, ati boya awọn olutọsọna tabi awọn ile-iṣẹ miiran gba tabi koju imọran pe awọn aaye ipa kekere le fi silẹ ni aye.

Ohun akọkọ ti o yẹ ki o wa ni kikun iwe ti o wa lẹhin abọtẹlẹ naa. Awọn ibeere pataki pẹlu iru awọn awoṣe ati awọn iwe data ti a lo, eyiti ipilẹ awọn ọna ti ko kọ ẹkọ ti awọn ifowopamọ ti wọn ni ilodi si, eyiti a yan isunmọ ipa-iṣẹ, bawo ni a ṣe ṣeto ala fun ipa “aibikita”, ati boya nọmba-si-50-ogorun ṣe afihan ọran aṣoju tabi ọran ti o dara julọ laarin awọn apẹẹrẹ ti idanwo. Boya a ti gba iṣẹ naa ni ibi ti awọn ẹlẹgbẹ ṣe atunyẹwo, ati boya koodu tabi awọn ohun elo igbelewọn ti tu silẹ, yoo pinnu bi o ṣe yarayara awọn miiran le ṣayẹwo abajade naa.

Keji, wo bi igbagbe didara ti wa ni won. Awọn metiriki ibajọra ijade - fifihan pe awoṣe kan huwa bi ẹnipe ko tii rii data naa - jẹ ẹri alailagbara ju igbelewọn ọta ni lilo ifaramọ-ẹgbẹ tabi awọn ikọlu isediwon. Tun tọ wiwo ni iṣiro: boya awọn ifowopamọ ti a royin jẹ apapọ ti iye owo ti awọn iṣiro ipa iširo, ati bii awọn iwọn iye owo naa bi awọn awoṣe ati awọn eto igbagbe dagba. Ọna kan ti o ṣafipamọ idaji iṣiro ti ko kọ ẹkọ ṣugbọn nilo igbasilẹ ipa ti o gbowolori le yatọ si iwọn aala ju lori awọn apẹẹrẹ kekere.

Kẹta, wo gbigba ilana. Iyatọ ti o da lori ipa n pe ibeere kan ti awọn alaṣẹ aabo data ko ti yanju ni itọsọna gbogbo eniyan: boya oludari kan le kọ lati yipada awoṣe kan lori awọn aaye pe idasi igbasilẹ kan kere lainidi. Itọnisọna eyikeyi, igbese imuṣẹ, tabi iṣẹ awọn iṣedede ti o koju awọn adehun piparẹ fun awọn awoṣe ikẹkọ yoo ṣe apẹrẹ boya ọna yii jẹ ohun elo ni ibamu awọn ṣiṣan iṣẹ tabi jẹ ilana ṣiṣe ṣiṣe inu inu.

Nikẹhin, wo isọdọmọ ati atunwi. Atunse olominira lori oriṣiriṣi awọn faaji ati awọn pinpin data yoo fi idi boya awọn ipin ipa kekere jẹ wọpọ ati idanimọ ni gbogbogbo, tabi ohun-ara ti awọn atunto pato. Awọn igbiyanju lati fọ ọna naa - kikọ awọn ọran nibiti aaye kan dabi ipa-kekere sibẹsibẹ o wa jade - yoo jẹ alaye deede. Ati pe o jẹ aimọ boya Apple pinnu lati lo eyi ni iṣelọpọ; oju-iwe titẹjade ko ṣe iru alaye bẹẹ, ko si si ọkan ti o yẹ ki o ro.

Awọn itọsọna ti o jọmọ & awọn ibeere

AI IkẹkọÌlànà Ìwà AIAwọn awoṣe AI ti ṣalayeṢe idanwo ohun ti o mọ — gbiyanju idanwo AI ọfẹ kanWa ọrọ AI kan ninu iwe-itumọ wa
Ṣe eyi wulo?