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。