Почему забыть - только не учиться нужно запоминать

arXiv: 2610.10.10519v1 Annuate Type: кросс-бюллетень: Машина, не обучающаяся, просит алгоритм исключения, выход которого близок к переподготовке с нуля без выбранных примеров забудь. В рамках этой работы мы изучаем только неучебную работу, когда алгоритм исключения получает лишь подготовленную модель и примеры для забвения без сохранения данных или дополнительной информации о подготовке. Мы задаемся вопросом, всегда ли возможно неучебное обучение. Сначала мы показываем, что это зависит от метода обучения: различные наборы данных могут создавать одну и ту же квалифицированную модель, но требуют совершенно разных результатов после удаления одних и тех же примеров. Используя это наблюдение, мы вычисляем нижние границы того, как точно необучение может соответствовать переподготовке и зафиксировать их для нескольких стандартных алгоритмов обучения. Затем мы задаемся вопросом, что должно быть правдой, когда только забывчивое обучение приносит успех. С этой целью мы вычисляем нижние границы того, какой алгоритм должен запоминать данные о подготовке кадров для обработки произвольных просьб об исключении. Для простого порогового значения le