English(EN) When Does Data Value Reduce to Class Balance? A Coverage View of Per-Point Data Valuation

新研究质疑每点数据估值法对AI训练的有效性

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-28 04:00

一篇新论文提出，当目标是识别最有价值的数据点时，诸如Data Shapley之类的每点数据估值分数并非理想选择。作者认为，一个数据点的价值是依赖于上下文的，如果它与已选数据几乎重复，其价值就会降低。他们建议，与固定的top-k评分相比，考虑已选数据的自适应覆盖率是一种更有效的策略，尤其是在数据选择至关重要且预算有限的情况下。 AI

影响提出了选择训练数据的替代方法，可能通过避免冗余数据点来提高模型性能。

排序理由关于机器学习数据估值方法的学术论文。

在 arXiv cs.LG 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: 15 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 关于机器学习数据估值方法的学术论文。
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, other; 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.LG TIER_1 English(EN) · Yingjie Bai, Weiming Zhi · 2026-10-28 04:00

数据价值何时会因类别平衡而降低？从覆盖率视角看每点数据估值

arXiv:2610.34801v1 Announce Type: new Abstract: Per-point data-valuation scores -- Data Shapley, influence, leverage -- are routinely used to select training data: keep the points with the top $k$ scores. We argue that top-$k$ by a fixed, mode-blind per-point score is the wrong s…

本文如何被排名

报道来源 [1]

数据价值何时会因类别平衡而降低？从覆盖率视角看每点数据估值

相关实体

相关话题