实体
Data attribution using frequent pattern analysis
Data attribution using frequent pattern analysis
PulseAugur coverage of Data attribution using frequent pattern analysis — every cluster mentioning Data attribution using frequent pattern analysis across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
关系
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
研究论文强调规范不匹配是数据归因差异的关键
一篇题为“我们正在估计哪种影响？反事实规范在数据归因中的作用”的新研究论文探讨了用于数据调试和评估的影响估计器之间存在差异的根本原因。作者认为，这些估计器产生的排名差异不仅源于近似误差，更重要的是源于行为、干预和反事实训练过程的规范化方式不匹配。他们将影响形式化为反事实可估量，并根据其隐含的规范对现有估计器进行分类。实验表明，这些规范选择，特别是对于查询损失等代理行为，可以显著改变归因质量，并有效识别目标特定的训练示例。
-
Influcoder 为 LLM 提供可扩展的数据归因
研究人员开发了 Influcoder，这是一种旨在有效归因单个训练数据样本对大型语言模型 (LLM) 影响的新方法。该方法解决了现有影响函数方法的可扩展性和速度限制，使其适用于大型数据集。Influcoder 旨在通过识别可能导致模型出现不良行为（如毒性）的样本来帮助策展高质量数据集。