Badacze opracowali nową metodę machine unlearning, która pozwala modelom AI zapomnieć o specyficznych danych treningowych bez pełnego przeszkolenia od nowa. Metoda wykorzystuje geometrię reprezentacji (manifold) i self mode connectivity do efektywnego usuwania informacji. To ważne dla prywatności użytkowników i zgodności z regulacjami takimi jak prawo do bycia zapomnianym, oferując szybszą alternatywę dla dotychczasowych podejść.