2D-OOB：通过联合估值框架归因数据贡献
内容提要
本文提出了多种新型数据评估和异常检测方法，包括基于袋外估计的 Data-OOB、无监督的 Out-of-Bag 异常检测和基于极值的 XOOD 框架。这些方法在处理多维数据集时表现优异，能够提高机器学习系统的准确性和可靠性，有效识别有用或有害的数据点。
延伸解读
数据估值方法概览
文章介绍了多种数据估值方法，包括Data-OOB、NDDV、基于梯度相似性的方法以及基于Wasserstein距离和敏感性分析的新框架。这些方法从不同角度评估数据价值，如利用袋外估计、最优控制视角、梯度相似性等，旨在识别有用或有害的数据点，提高机器学习系统的准确性和可靠性。
异常检测与OOD检测进展
在异常检测方面，文章提出了Out-of-Bag异常检测方法，可处理多维数据集，将无监督学习问题分解为集合模型的训练。在OOD检测方面，XOOD框架包括完全无监督的XOOD-M和自我监督的XOOD-L，均优于现有方法，在降低误报率50%的同时将推理时间提高一个数量级。
基准框架与理论贡献
OpenDataVal作为一个统一的基准框架，支持多种数据估价算法的应用和比较，并提出了四个下游机器学习任务以评估数据价值质量。此外，二维Shapley理论框架旨在评估碎片化的数据源，满足某些有吸引力的公理，赋予选择有用数据片段、提供逐个样本的数据值解释以及精细的数据问题诊断等新用例。
Q&A
Data-OOB 方法的主要特点是什么？
Data-OOB 方法利用袋装模型的袋外估计，具有高效的计算性能和可扩展性，能够在大型数据集上进行评估。
Out-of-Bag 异常检测是如何工作的？
Out-of-Bag 异常检测方法处理多维数据集，将无监督学习问题分解成集合模型的训练。
OpenDataVal 框架的功能是什么？
OpenDataVal 是一个统一的基准框架，支持多种数据估价算法的应用和比较，并提供四个下游机器学习任务以评估数据价值的质量。
XOOD 检测框架的优势是什么？
XOOD 检测框架包括完全无监督的 XOOD-M 和自我监督的 XOOD-L，均在效率和准确性方面优于现有的 OOD 检测方法，降低误报率并提高推理速度。
神经动态数据估值（NDDV）方法的核心思想是什么？
NDDV 方法通过最优控制视角准确确定数据估值，并实施数据重新加权策略以捕捉数据点的独特特征，从而提高计算效率。
如何通过梯度相似性识别低质量数据？
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良好，减少了对专业知识和手动干预的需求。
