UnAct：免梯度机器遗忘，仅需 5 张图误差仅 0.21 点

GAASH-Lab 提出免梯度类别遗忘方法 UnAct，无需重新训练即可移除已训练模型中指定类别数据的影响。它仅对遗忘类别图像做前向传播，按响应衰减网络深层单元中最强的连接，最多迭代 20 轮，不需要梯度、标签或保留数据。CIFAR-10 上仅 5 张遗忘图时与重训练距离 0.21 点，ResNet-18 保留精度差距在 2.5 点内，迁移 ViT-B/16 比 SSD 快 19 倍，代码已开源。