PulseAugur
实时 12:10:23
English(EN) OriginBlame: Record- and Token-Level Data Provenance for AI Training Datasets

新系统追踪AI数据溯源,实现精确的遗忘学习

研究人员开发了OriginBlame,一个用于追踪AI训练数据集中记录和标记级别数据溯源的新颖系统。该系统解决了在收到贡献者请求时遗忘特定数据的挑战,而当前的文件或数据集级别的工具无法精确完成此任务。OriginBlame在数据处理管道中传播作者身份,从而能够创建用于删除请求的确切遗忘集。评估表明,与数据集级别的方​​法相比,这种方法显著减少了过度删除,并提高了遗忘学习的性能。 AI

影响 能够更精确地遗忘数据,可能提高对数据隐私法规的合规性以及伦理AI开发。

排序理由 该集群包含一篇研究论文,详细介绍了一个用于AI训练数据溯源的新系统。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新系统追踪AI数据溯源,实现精确的遗忘学习

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Haolin Xue ·

    OriginBlame:AI训练数据集的记录级和Token级数据溯源

    arXiv:2607.13037v1 Announce Type: new Abstract: When a data contributor requests removal, model trainers face a practical gap: unlearning algorithms require a forget set, yet no tool can locate which training records belong to a given author. Existing provenance systems operate a…