DualView: 双重视角的数据归属
内容提要
该文综述数据归因与特征归因方法，涵盖自监督预训练基线、梯度与属性结合算法、贝叶斯视角归因及扩散模型归因，并探讨忠实度、可靠性与完备性评估；研究还涉及多视角学习与遥感分类，指出理论假设未必带来更优归因性能。
延伸解读
数据归因的实用价值与挑战
数据归因旨在追溯模型输出至训练数据，为高质量或受版权保护的样本提供归属评估，确保贡献者获得公正补偿或认可。然而，研究指出单个训练样本的影响常被模型初始化和SGD批量组成等噪音掩盖，只有在特殊情况下才能可靠解释预测。这提示实际应用中需谨慎解读归因结果，并考虑噪音因素。
扩散模型归因的反直觉发现
在扩散模型上，研究进行了广泛实验，包括DDPMs在CIFAR-10、CelebA及LoRA微调的稳定扩散模型。有趣的是，一些理论上无依据的设计选择在实践中表现优于基准线，而受理论假设指导的构建可能导致较差的归因性能。这表明在非凸设置中，理论指导未必带来更优性能，实践需灵活调整。
特征归因评估的新视角
特征归因方法通过识别相关特征解释预测，但评估其质量至关重要。研究在“忠实度”范式内提出可靠性和完备性两个新视角，分别评估特征是否真正预测以及归因结果是否完整，并提供可计算的定量度量。这些指标应用于主流方法，为分析和比较提供了更全面的框架。
多视角学习与遥感分类的融合
多视角学习通过最大化潜在相关性提取共享组件，并分离私有信息。在遥感分类中，证据深度学习模型可计算每个角度数据的可信度，进行决策级融合，提高分类准确性。实验表明该方法在公开数据集上取得最佳效果，展示了多视角方法在实际任务中的潜力。
Q&A
数据归因是什么？它有什么实际应用价值？
数据归因是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。
基于自监督学习预训练的最小化基线方法在数据归因中有什么优势？
该方法计算成本低、内存占用少、易于扩展，且在CIFAR-10和ImageNet上实现了与现有方法相媲美甚至更好的性能。
特征归因中的“忠实度”范式包含哪两个新视角？它们分别评估什么？
包含可靠性和完备性两个新视角。可靠性评估特征是否真正预测，完备性评估归因结果是否完整。
在扩散模型上进行数据归因时，有哪些违背直觉的发现？
在理论上没有依据的设计选择在实践中表现出比以往基准线更好的性能，无论是线性数据建模得分还是对事实的评估。意外的发现表明，至少在非凸设置中，受到理论假设指导的构建可能导致较差的归因性能。
基于贝叶斯视角的训练数据归因方法有什么主要观察结果？
单个训练样本的影响往往被模型初始化和SGD批量组成等噪音所掩盖，只有在某些特殊情况下才能可靠地使用训练数据归因来解释模型预测结果。
证据深度学习模型如何用于多角度遥感数据分类？
该模型可有效地计算每个角度数据的可信度，并据此进行决策级融合，从而提高分类结果的准确性。实验结果表明，该方法在公开数据集上取得了最佳效果。
