TSFMAudit

新方法审计时间序列基础模型的数据污染

研究人员推出 TSFMAudit，一种旨在检测时间序列基础模型 (TSFM) 中数据污染的新颖方法。这是首个专门针对 TSFM 的预训练污染审计研究，TSFM 越来越多地在海量数据集上进行训练。TSFMAudit 通过分析探针适应动态来运行，通过在微调探针期间异常快速的损失减少和最小的骨干移动来识别污染。该方法在六个 TSFM 和 187 个数据集上进行了评估，其表现优于从大型语言模型研究改编的十个现有基线。