近日，我校智能信息處理實(shí)驗(yàn)室（HDU IIPLab）的研究成果《Forgetting Knowledge Localization and Isolation for Continual Forgetting of Pre-trained Vision Models》被人工智能領(lǐng)域國(guó)際頂級(jí)會(huì)議 The 40th AAAI Conference on Artificial Intelligence (AAAI 2026) 正式錄用。該文章的第一作者為23級(jí)博士研究生楊智文，指導(dǎo)老師是中國(guó)科學(xué)院計(jì)算所李亮研究員和我校顏成鋼教授。

這篇論文研究持續(xù)遺忘任務(wù)。該任務(wù)旨在從預(yù)訓(xùn)練模型中持續(xù)移除多個(gè)目標(biāo)知識(shí)子集，同時(shí)保持剩余知識(shí)的完整性。現(xiàn)有方法既存在目標(biāo)知識(shí)遺忘不徹底的問題，又難以避免對(duì)難以區(qū)分的剩余知識(shí)造成意外遺忘。為解決這些挑戰(zhàn)，論文提出了一種針對(duì)預(yù)訓(xùn)練視覺模型的遺忘知識(shí)定位與隔離方法，在精準(zhǔn)遺忘目標(biāo)知識(shí)的同時(shí)減少對(duì)剩余知識(shí)的過度遺忘。為實(shí)現(xiàn)精確遺忘，論文首先提出遺忘知識(shí)層級(jí)定位技術(shù)，以識(shí)別模型中與待遺忘知識(shí)關(guān)聯(lián)性更強(qiáng)的層級(jí)；隨后設(shè)計(jì)遺忘知識(shí)參數(shù)隔離機(jī)制，將這些選定層級(jí)中對(duì)遺忘知識(shí)敏感的參數(shù)量隔離開來，從而緩解對(duì)剩余知識(shí)的過度遺忘；最后通過微調(diào)隔離參數(shù)并凍結(jié)其余參數(shù)，在保持保留數(shù)據(jù)集高性能的同時(shí)實(shí)現(xiàn)高效遺忘。大量實(shí)驗(yàn)結(jié)果表明，論文方法在多項(xiàng)持續(xù)遺忘任務(wù)中的表現(xiàn)均優(yōu)于現(xiàn)有最優(yōu)方法。

杭州電子科技大學(xué)“智能信息處理實(shí)驗(yàn)室 ”(HDU IIPLab)主任為顏成鋼教授。實(shí)驗(yàn)室現(xiàn)有在職教師50余名，含5位國(guó)家級(jí)人才及多位省級(jí)人才。現(xiàn)有碩博生200余名，畢業(yè)生多就職于阿里巴巴、騰訊、字節(jié)跳動(dòng)、海康威視、華為、網(wǎng)易等國(guó)內(nèi)知名企業(yè)。實(shí)驗(yàn)室為學(xué)校交叉創(chuàng)新團(tuán)隊(duì)，擁有自由開放的學(xué)術(shù)氛圍和國(guó)際前沿的研究方向。實(shí)驗(yàn)室采用與海內(nèi)外知名高校、研究所（清華大學(xué)、北京大學(xué)、中國(guó)科學(xué)院、美國(guó)北卡羅來納大學(xué)教堂山分校、澳大利亞悉尼科技大學(xué)等）聯(lián)合培養(yǎng)制，長(zhǎng)期致力于智能信息處理方面的研究，主要研究方向包括：機(jī)器學(xué)習(xí)、模式識(shí)別、計(jì)算機(jī)視覺、計(jì)算機(jī)圖形學(xué)、醫(yī)學(xué)影像處理、生物信息學(xué)等。