For-Value

新方法为LLM和VLM提供高效数据估值

两篇新研究论文提出了用于大型语言模型（LLM）数据估值的新颖方法。第一篇论文“For-Value”引入了一个高效的仅前向传播框架，该框架使用单次前向传播来估算数据价值，避免了计算成本高昂的反向传播。第二篇论文“Utility-Aware Data Pricing”提出了一个动态的、基于效用的定价模型，该模型在token级别量化数据的贡献，并结合了经验性训练增益和加密可验证性，以实现透明的数据市场。