从重加权到重写:解锁训练数据归因中样本的干预效果
研究人员发现影响函数选中的样本通过重写而非重加权能更有效改变模型行为,这对训练数据归因方法评估有重要启示。
研究人员发现影响函数选中的样本通过重写而非重加权能更有效改变模型行为,这对训练数据归因方法评估有重要启示。
Clairy 让 AI 决策过程透明化,解决了模型输出错误时只能靠猜的痛点,做 AI 安全、审计或模型调试的团队值得关注,可以直接用它来诊断和修正模型偏见。
STRIDE 解决了 LLM 训练数据归因计算成本高、依赖局部近似的痛点,做模型可解释性、数据质量分析的团队可以直接用这个新框架。