研究提出训练数据归因三层分解方法

Changheon Han 等作者提出一种方法，将训练数据归因（TDA）分数分解为全局、组和特定三个层级，分别对应一条训练数据对已训练模型、对一组生成输出、对单条生成输出的影响。作者称，这是为了解决少数训练实例在几乎所有生成结果中都排名最高的全局影响问题。 作者在多个音乐生成模型和多种 TDA 方法上发现，全局与组级影响均不可忽略。他们据此提出“功能依赖”概念，用来区分不同范围的数据依赖关系，并称分解后的 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。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。