研究者提出识别幻影迁移数据集偏见方法
热点事件持续更新
研究者提出识别幻影迁移数据集偏见方法
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Jonas Jürß 与 Pietro Liò 发表论文，提出一种识别导致“幻影迁移”（Phantom Transfer）的数据集偏见的方法：用 Sentence-BERT 嵌入数据集补全结果，减去干净参考补全的嵌入向量，再与开放候选主题词表比对。 在已知攻击者教师模型时，该方法识别偏见主题的 Matthews 相关系数为 0.83，未知时为 0.46。研究还发现，不同教师模型会通过不同词汇表达同一偏见。
AI 根据报道生成 · 1 小时前更新
最新进展10月5日 12:00
如何识别导致 Phantom Transfer 的数据集偏差报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv：cs.LG如何识别导致 Phantom Transfer 的数据集偏差
研究者提出一种识别数据集偏差的方法：用 Sentence-BERT 嵌入数据集补全结果，减去干净参考补全的嵌入向量，再与开放候选主题词表比对。在已知攻击者教师模型时，该方法识别偏差主题的 Matthews 相关系数达 0.83，未知时为 0.46。研究还发现不同教师模型会通过不同词汇表达同一偏差。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。