基于匹配的生成模型数据估值

Apr, 2023

Matching-based Data Valuation for Generative Model

Jiaxi Yang, Wenglong Deng, Benlin Liu, Yangsibo Huang, Xiaoxiao Li

TL;DR通过相似度匹配的角度，提出了 Generative Model Valuator (GMValuator) 来作为深度生成模型的第一种模型无关方法，为生成任务提供数据估值策略。此方法是第一种提供无需训练即可进行数据估值的深度生成模型的策略。

Abstract

data valuation is critical in machine learning, as it helps enhance model transparency and protect data properties. Existing data valuation

data valuation machine learning deep generative models generative model valuator post-hoc data valuation

发现论文，激发创造

梯度相似性数据评估

通过梯度相似性进行数据估值的方法在识别低质量数据方面表现出良好的效果，并能减少对专业知识和手动干预的需求。

May, 2024

无需训练模型的数据估值

本文提出了一种基于数据的分数，称为复杂度差距分数，它是一个训练无关的数据估价分数，可以量化个体实例在两层过度参数化神经网络的泛化中的影响，并用于分析数据集和诊断训练动态。

Jan, 2023

LAVA: 无需预先指定学习算法的数据估值

本文介绍了一种新的数据估值框架，可以在不确定具体学习算法的情况下对数据进行估值，并提出了基于 Wasserstein 距离和敏感性分析的方法来估值，可以检测低质量的数据并在性能方面显著提高。

Apr, 2023

OpenDataVal: 数据价值评估的统一基准

本文介绍了一个易于使用的、统一的基准框架 OpenDataVal，其支持多种数据估价算法的应用和比较，同时提出了四个下游机器学习任务以评估数据价值的质量，并且使用 OpenDataVal 进行基准测试，量化和比较了最先进的数据估价方法的有效性。

Jun, 2023

任务 - 不可知数据估值基础

本研究通过查询卖家的信息，估算数据的多样性和相关性，使买家能够在没有真实数据的情况下对数据进行评估和购买。

Aug, 2022

应用强化学习进行数据价值评估

提出了一种基于强化学习的数据估值元学习框架，可以同时学习数据价值和目标任务预测模型，能够在不同类型的数据集和应用场景中，显著提高数据价值估计精度，并在检测错误样本、领域自适应和稳健学习等方面比现有方法表现更出色。

Sep, 2019

DeRDaVa: 机器学习的删除容忍数据估值

数据估值与个人数据所有权、数据保护法规、DeRDaVa 和风险厌恶 / 寻求模型所有者等相关，我们提出了一种数据估值框架 DeRDaVa，并将其推广到 Risk-DeRDaVa，以适应风险厌恶 / 寻求模型所有者的需求，并进行了实证研究。

Dec, 2023

神经动态数据估值

我们提出了一种名为神经动态数据估值（NDDV）的新型数据估值方法，通过最优控制的视角根据数据最优控制状态的敏感性准确地确定数据估值，同时实施数据重新加权策略以捕捉数据点的独特特征，从而确保公平性，并显著提高计算效率。

Apr, 2024

EcoVal: 一种高效的机器学习数据估值框架

我们介绍了一种高效数据估值框架 EcoVal，通过确定类似数据点的群集的价值，并在其成员间传播，以快速而实用的方式估计机器学习模型的数据价值。我们将模型的性能建模为一个生产函数，通过估计每个数据的内在和外在价值来确定整体数据价值。我们通过提供正式证明和阐明加速性能的原理和机制，展示了该方法在实际应用中对于分布内和样本外数据的有效性。该研究解决了机器学习模型中规模化高效数据估值的核心挑战之一。

Feb, 2024

数据估值是否可学习和可解释的？

通过提出两种新的数据价值建模框架，利用多层感知器和新的回归树作为基础模型进行模型训练和解释性，开展了大量基准数据集上的实验。实验结果积极地回答了数据估值可学习和可解释的重要问题，并为数据价值评估打开了一条新的技术路径。

Jun, 2024