DeepMind提出机器学习“遗忘审计”新框架，为模型合规删除数据提供评估标准

近日，Google DeepMind研究团队在机器学习算法与理论领域提出了一项名为“机器学习遗忘审计”的新框架。该框架旨在解决当前人工智能模型面临的数据删除合规需求——当用户依据隐私法规（如GDPR“被遗忘权”）要求从训练数据中移除个人信息时，缺乏系统化的技术手段来验证模型是否真正“遗忘”了相关数据。

传统机器学习模型一旦完成训练，很难追溯并彻底移除特定数据的影响。新框架通过设计一套可量化的审计流程，允许开发者和监管机构评估模型在执行数据删除操作后的行为变化。其核心思路包括：定义“遗忘”的数学标准、构建测试查询集、测量模型在删除前后的输出差异，并统计判断删除是否达到预设阈值。

这项研究不仅为“机器遗忘”这一新兴子领域提供了方法论基础，也对未来AI系统的合规部署具有重要意义。随着全球数据保护法规趋严，如何确保模型既能持续学习新知识，又能按要求抹除特定数据痕迹，已成为产业界的关键挑战。DeepMind此次提出的审计框架，或将为行业建立可验证的遗忘效能标准迈出重要一步。