BriefGPT - AI 论文速递 · 2024-10-22T00:00:00Z Scalable Impact and Fact Tracking in Pre-training Large-scale Language Models 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究改进了大规模语言模型预训练中训练数据归属的方法，提高了处理超大规模数据集的效率。结果表明，该方法在识别影响模型预测的实例方面表现优异，揭示了事实归属与因果影响之间的错位，提示随着模型规模和数据的增加，影响与归属关系更加紧密。 🏷️ 标签 models 因果影响 大规模语言模型 效率 数据归属 预训练 阅读原文 生成长图 分享链接 已复制链接
