MOSAIC：视觉语言模型的补丁级训练样本归因

研究者 Laura Yao 等人发布论文，提出 MOSAIC（Multimodal Orthogonalized Sparse Autoencoders for Influence Characterization），一种面向视觉语言模型的 patch 级训练样本归因方法。该方法学习共享的稀疏图文隐空间，并用 EK-FAC 把训练样本的影响分解到具体文本短语与图像区域。 目前公开信息为论文自述的方法框架，未报道实验效果或对比结论。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。