1. 联邦遗忘学习
1.1 机器遗忘的本质
在机器遗忘学习（Machine Unlearning）的语境下，所谓"遗忘数据"，并非指在物理存储介质上删除原始数据文件，而是指对模型的权重参数进行定向修改，使模型的行为表现等价于从未在该数据上进行过训练。这一过程的核心目标是消除特定样本对模型参数分布的影响，同时尽可能保留模型在剩余数据上的泛化能力。
1.2 主流遗忘范式
学术界目前主流的遗忘方法大致可归纳为以下三类范式：
精确遗忘 / 重训练（Exact Unlearning / Retraining）：将待遗忘样本从原始训练集中物理移除后，对模型从零开始重新训练。该方法遗忘效果最为彻底，理论上不存在任何残留影响，但在联邦学习场景下代价极高——每次遗忘请求都需要所有参与节点同步进行完整重训，通信开销与算力开销均难以承受。
近似遗忘（Approximate Unlearning）：当前论文中最常见的方法路线，核心思想是"逆向消除梯度贡献"。模型训练阶段通过梯度下降记忆数据特征，遗忘阶段则对应地施加梯度上升（Gradient Ascent）或注入特定噪声，以反向抵消目标样本当初对模型参数造成的更新量。在公平性场景下，该范式还可通过构造针对敏感属性（如性别、种族）的公平性损失函数，向模型注入反向梯度，冲刷偏置权重，实现对敏感特征的脱敏处理。
分片隔离（Sharding / SISA）：联邦学习场景下的专属优化方案。其核心思路是将训练数据与模型参数按一定策略切分为若干独立的"碎片（Shard）"，避免所有数据混合训练。当某客户端发起遗忘请求时，服务端仅需对涉及该数据的特定碎片执行重训，其余碎片保持不变，从而在保证遗忘效果的同时大幅降低计算与通信开销。
2. 主动学习
2.1 主动学习的动机
在传统监督学习中，模型训练依赖大量已标注数据的一次性输入。然而在现实场景中，未标注数据（如互联网上的海量图片、文本）获取成本极低，而人工标注（如由医学专家逐一标注影像中的病灶位置）却代价高昂、耗时极长。
主动学习（Active Learning） 正是为了解决这一"标注成本"瓶颈而提出的学习范式：通过让模型主动挑选最有价值的样本交由专家标注，在有限的标注预算内最大化模型性能的提升。
2.2 主动学习的核心流程
主动学习可以类比为**“学生主动向老师提问”**的过程——模型不是被动地接受所有数据，而是主动挑出自己最困惑的问题寻求解答。其标准流程如下：
- 初始化：使用少量人工标注数据训练一个初始基础模型；
- 主动查询（Query Strategy）：基础模型扫描海量未标注数据，依据特定策略（如熵值最大、置信度最低）挑选出信息量最大、对当前模型最具挑战性的少数样本；
- 专家标注（Oracle）：将挑选出的样本交由人类专家（论文中称为 Oracle）打上真实标签；
- 模型更新：将新标注的高价值样本加入训练集，重新训练或微调模型；
- 循环迭代：重复步骤 2–4，直至模型性能达标或标注预算耗尽。
主动学习的核心假设是：并非所有数据对模型的贡献是等价的。少数关键样本所携带的信息量，可能远超大量普通样本。因此，有策略地选择标注对象，能够以远低于全量标注的成本达到相近甚至更优的模型效果。