इस पत्र में, हम तंत्रिका नेटवर्क पर "पैच" लागू करके चुनिंदा रूप से कुछ डेटा को "भूलने" के द्वारा मौजूदा अनलर्निंग विधियों की सीमाओं को दूर करने के लिए एक नया दृष्टिकोण प्रस्तावित करते हैं। जबकि मौजूदा विधियाँ महंगी हैं और उन्हें सत्यापित करना मुश्किल है क्योंकि वे शेष डेटा के साथ मॉडल को फिर से प्रशिक्षित करते हैं, हमारी विधि एक हल्के न्यूनतम पैच को ढूंढकर और लागू करके डेटा हटाने की गारंटी देती है। कई डेटा बिंदुओं या संपूर्ण वर्गों को हटाने के लिए, हम प्रतिनिधि डेटा बिंदुओं को चुनिंदा और पुनरावृत्त रूप से हटाने के लिए एक विधि का उपयोग करते हैं। कई डेटासेट पर प्रायोगिक परिणाम दिखाते हैं कि प्रस्तावित विधि कुशल है और मॉडल प्रदर्शन को बनाए रखते हुए कम मेमोरी का उपभोग करती है।
