实体
DataMarket-Gym
DataMarket-Gym
PulseAugur coverage of DataMarket-Gym — every cluster mentioning DataMarket-Gym across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新机制解决机器学习数据归因中的假名操纵问题
研究人员引入了商半值作为一种新颖的机制，以解决机器学习数据归因中的假名操纵问题。该方法旨在通过聚类数据并使用代表性算子来减轻数据集拆分和重复等问题，从而提供更准确的估值。所提出的机制设计为在特定条件下具有假名防范能力，即使在数据来源不完美的情况下也能提供有界的公平性和操纵损失。在DataMarket-Gym基准测试中的初步测试表明，与传统的Shapley值相比，操纵收益显著降低。
-
新方法应对机器学习数据归因中的假名操纵
研究人员开发了一种名为商半值机制的新数据归因方法，以应对机器学习中的假名操纵。该方法解决了贡献者可能通过使用不同身份复制或创建合成示例来夸大其数据贡献的问题。该机制在基于证据的数据簇上计算归因值，吸收重复数据，并提供更可靠的贡献度量，尤其是在数据来源不完美的情况下。