影響サンプルの介入効果を書き換えで最大化する手法を開発

arXiv cs.AI ・ 2026-09-02

原題: From Reweighting to Rewriting: Unlocking the Intervention Effects of Influential Samples in Training Data Attribution

AI による要約

影響関数を用いて訓練データの影響サンプルを特定し、その応答を書き換えることでモデル挙動の介入効果を高める手法が提案された。4つのオープンウェイトLLMで検証され、従来の重み付け手法よりも効果的な介入が可能であることが示された。

この要約は当サイトの AI が生成したものです。正確な内容は 元記事（arXiv cs.AI）をご確認ください。