BriefGPT - AI 论文速递
·
2D-OOB：通过联合估值框架归因数据贡献
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
该论文介绍了一种数据估值的框架，用于量化每个数据对特定机器学习模型的训练的贡献，并提出了2D-OOB，一种超出样本估计框架，用于检测和纠正细粒度异常值和定位数据毒化攻击中的后门触发器。
🎯
关键要点
- 该论文介绍了一种数据估值的框架，用于量化每个数据对特定机器学习模型的训练的贡献。
- 提出了2D-OOB，一种超出样本估计框架。
- 2D-OOB用于确定有帮助或有害的样本。
- 该框架能够驱动特定数据点中的单元格，以实现卓越的性能和更快的速度。
- 用于检测和纠正细粒度异常值。
- 定位数据毒化攻击中的后门触发器。
➡️
