English(EN) ZOIF: Zeroth-Order Influence Function Estimation for LLM Data Selection Using Only Forward Passes

新的ZOIF方法支持仅使用前向传播进行LLM数据选择

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-15 04:00

研究人员推出了一种新颖的框架ZOIF，用于估计大型语言模型（LLM）中的影响函数，该框架无需反向传播。该方法仅使用前向传播，显著降低了内存需求，并使LLM的数据选择更加可行。ZOIF将过程分解为三个阶段，包括使用零阶估计近似梯度以及通过优化求解逆Hessian-向量积，最终得出每个样本的影响得分。实验表明，ZOIF选择的数据子集具有与现有方法相当或更好的效用，同时消耗的峰值内存大大减少，计算时间相似。 AI

影响实现了更高效、更节省内存的LLM数据选择，有望改进模型训练和调试。

排序理由该集群包含一篇详细介绍LLM数据选择新方法的学术论文。[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 →

本文如何被排名

Signal score: 14 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍LLM数据选择新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, infra; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Lisong He, Yunxuan Jiang, Haishan Ye, Xiangyu Chang · 2026-10-15 04:00

ZOIF：仅使用前向传播的LLM数据选择的零阶影响函数估计

arXiv:2610.15336v1 Announce Type: cross Abstract: Influence functions enable principled data selection for large language models (e.g., identifying influential training samples for model editing, debugging, or efficient fine-tuning). However, scaling IFs to LLMs is hindered by th…

本文如何被排名

报道来源 [1]

ZOIF：仅使用前向传播的LLM数据选择的零阶影响函数估计

相关实体

相关话题