新的FrED框架估计外部数据对AI模型的影响

研究人员开发了一个名为FrED的新概率框架，用于估计外部数据对生成式AI模型的影响。这种黑盒方法结合了特征相似性和领域特定知识图谱，可以在无需访问模型权重的情况下将输出归因于特定的训练数据。FrED在艺术图像合成和天气预报等领域已显示出有效性，其表现优于标准的基于相似性的基线，并接近基于梯度的估计器的性能。 AI

影响 提供了一种更有效、更具可解释性的方法来理解AI模型中的数据归因，这对于透明度和问责制至关重要。

排序理由 该集群包含一篇详细介绍新AI方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• FrED
• Gotit.pub
• Hugging Face
• Iraklis Klampanos
• knowledge graph
• ScienceCast

• 论文
• 其他

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