研究人员推出了一种新的机器学习数据选择框架 NASH，旨在提高 Data Shapley 等方法的有效性。NASH 将效用函数分解为更简单、对 Shapley 有信息的组成部分，并进行非线性聚合以选择高质量的数据子集。该框架旨在在运行时成本仅略微增加的情况下提高性能。 AI
影响 改进了数据选择方法，可能导致更有效和高效的模型训练。
排序理由 该集群包含一篇详细介绍机器学习数据选择新框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
Data selection studies the problem of identifying high-quality subsets of training data. While some existing works have considered selecting the subset of data with top-$m$ Data Shapley or other semivalues as they account for the interaction among every subset of data, other work…