data attribution | BriefGPT

关键词data attribution

搜索结果 - 7

通过取消合成图像对文本至图像模型进行数据归因
为了识别最具影响力的训练图像以生成新图像，我们提出了一种新的方法，通过模拟反学习合成图像、增加输出图像上的训练损失，并通过代理遗忘方式找出在反学习过程中具有显著损失偏差的训练图像，并将其标记为有影响力的图像。通过与从头开始重新训练的计算密集
PDF23 days ago
将扩散模型的全局特性归因给数据组的高效 Shapley 值
通过采用模型修剪和微调的方法，我们开发了一种有效估计 Shapley 值的方法，以将扩散模型的全局属性归因于训练数据组，并通过三种应用案例进行了实证演示。
PDFa month ago
GPT 对您的数据价值是多少？使用影响函数的 LLM 规模数据估值
本研究提出了一种高效的梯度投影策略 LoGra，改进了影响函数的可扩展性，进而提出了数据价值评估的理论动机，并通过引入 LogIX 软件包，降低了实施数据价值评估系统的门槛。实验证明，LoGra 在保持竞争准确性的同时，吞吐量提升了 650
PDFa month ago
数据引导扩散模型的旅途
通过扩散模型对大型数据集进行训练可以合成具有出色质量和多样性的照片级真实图像。然而，将这些图像归因于训练数据 - 即确定导致生成图像的具体训练示例 - 仍然是一项挑战。在本文中，我们提出了一个框架，（i）在扩散模型的上下文中提供了数据归因的
PDF7 months ago
扩散模型数据归因的有趣特性
数据归因通过追溯模型输出至训练数据，以便为高质量或受版权保护的训练样本进行正确的归属评估，确保数据贡献者得到公正的补偿或认可。本研究在扩散模型上进行了广泛的实验和消融研究，特别关注 DDPMs 在 CIFAR-10、CelebA 以及在 A
PDF8 months ago
文本 - 图像模型的数据归因评估
通过调整现有大规模模型的方法进行数据归属性的评估，我们能够构建出受样例影响的合成图像数据集，并在此基础上评估多种数据归属算法及不同的特征空间。
PDFa year ago
通过伪神经切向核代理模型实现深度神经网络的鲁棒性解释
本研究通过比较特征空间对神经网络是否形成真正代表模型的代理模型，证明了线性特征空间对神经网络的有效性，并提出 pNTK 是所有内核中最合适的代理特征空间。
PDFa year ago