arXiv cs.CY· Changheon Han, Hugh Xuechen Liu, Ashkan Panahi, K{\i}van\c{c} Tatar·· 10 小时前AI 评分31
超越相似性：音乐生成模型训练数据归因的层级分解
Functional Dependency beyond Similarity: Hierarchical Decomposition of Training Data Attribution in Music Generative Models
AI 导读
研究提出将训练数据归因（TDA）分数分解为全局、组和特定三个层级，以解决少数训练实例对几乎所有生成结果都排名最高的全局影响问题。在多个音乐生成模型和TDA方法上，全局与组级影响均不可忽略。作者据此提出"功能依赖"概念，区分不同范围的数据依赖关系，使TDA分数可在法律、经济和伦理的报酬讨论中解读为不同形式的贡献。
正文 · AI 翻译
摘要：版权分析关注的是两件作品之间的相似性。然而，生成式 AI 模型通过超越相似性的功能关系从训练数据中学习。训练数据归因（TDA）估计每个训练实例对生成输出的影响，并可能作为报酬的依据。然而，先前的研究发现了全局影响，即少数训练实例在几乎每一次生成中都位列最具影响力之列。若直接使用，TDA 分数会将每次报酬的一部分分配给这些实例，而无论生成了什么。为解决这一问题，我们提出了一种新方法，将 TDA 分数分解为三个层次的影响，即全局（表示训练数据对已训练模型的影响）、组（表示其对一组可聚类在一起的生成输出的影响）和特定（表示其对单个生成输出的影响）。我们的研究发现，在若干音乐生成模型和 TDA 方法中，全局和组级别的影响在每种情况下都不可忽略。基于这些观察，我们提出了“功能依赖”这一术语，用于描述训练数据与已训练模型或其输出之间的关系。这一概念既涵盖又区分了不同范围的依赖关系，使 TDA 分数能够在关于报酬的法律、经济和伦理讨论中被解释为不同形式的贡献。
| 评论： | 23 页，9 幅图，11 张表。审稿中 |
| 主题： | 计算机与社会（cs.CY）；机器学习（cs.LG） |
| ACM 分类： | K.5.1；I.2.6；H.5.5 |
| 引用为： | arXiv:2611.08839 [cs.CY] |
| （或 arXiv:2611.08839v1 [cs.CY] 为本版本） | |
| https://doi.org/10.48550/arXiv.2611.08839 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：ChangHeon Han [查看邮箱]
[v1]
2026 年 11 月 6 日星期五 00:53:52 UTC（395 KB）
来源：arXiv cs.CY · arxiv.org