Memory Erasure Closure Receipt™

kaggle2026-08-22 更新2026-08-26 收录

机器学习遗忘

记忆删除验证

数据链接：

https://www.kaggle.com/datasets/chrissyserb/memory-erasure-closure-receipt 数据链接链接失效反馈

官方服务：

资源简介：

Transitive deletion proofs across summaries, embeddings, caches & fused memories

跨摘要、嵌入（embeddings）、缓存与融合记忆的传递性删除证明

创建时间：

2026-08-22

OPTML-Group/UnlearnCanvas

机器学习遗忘

生成建模

UnlearnCanvas是一个高分辨率风格化图像数据集，旨在评估扩散模型中的机器遗忘技术，特别是针对有害内容生成、版权争议以及刻板印象和偏见的持续存在等社会问题。数据集包含60种不同艺术绘画风格的高分辨率图像，每种风格有400张图像，涵盖20个不同对象类别，适用于风格迁移、偏见消除等多种视觉生成建模任务。

Hugging Face2024-03-06 更新400

MU-Bench

机器学习遗忘

数据安全

MU-Bench是由麻省大学洛厄尔分校开发的全面机器遗忘基准数据集，包含9个公开数据集，覆盖多种任务和数据模态，如图像、文本、音频和视频。数据集旨在评估机器遗忘算法在删除特定训练样本时的效果，特别关注敏感信息和过时知识的移除。创建过程中，数据集统一了删除样本和训练模型的选择，以确保公平比较。MU-Bench的应用领域广泛，包括但不限于隐私保护、数据更新和模型安全性提升。

arXiv2024-06-21 更新200

nmndeep/HF_new_Challenger_Disaster

航天事故知识

机器学习遗忘

--- dataset_info: features: - name: question dtype: string - name: answer dtype: string - name: label dtype: string splits: - name: forget_train num_bytes: 34170 num_ex

Hugging Face2025-12-15 更新110

LKF-unlearning_Challenger_Disaster_new_config_no_filter3

机器学习遗忘

选择性注意力

该数据集包含结构化的问题-回答对，主要特征包括：问题文本（question）、回答文本（answer）、标签（label）、计数（count）和重复次数（rep）。数据集分为四个子集：遗忘训练集（forget_train，425个样本）、保留训练集（retain_train，425个样本）、遗忘评估集（forget_eval，75个样本）和保留评估集（retain_eval，700个样本）。总下载

Hugging Face2026-03-19 更新200

Unlearning-CIFAR10 ResNet18 Weights

深度学习

机器学习遗忘

ResNet18 Model Weights for NeurIPS 2023 Machine Unlearning Challenge StartingKit

kaggle2023-08-05 更新110