研究者提出TICDA表格数据归因方法

Yacine Benihaddadene等作者提出TICDA，一种从表格基础模型（TFM）潜在嵌入上训练的线性代理模型中测量上下文中每个示例影响力的方法，单次前向传播即可完成，作者称开销极低。 据该研究，TICDA在四项任务上取得对竞品的最佳折中：检测标注错误、筛选上下文以在降低推理成本的同时保持预测精度、生成可跨TFM迁移的归因分数，以及支撑高效主动学习的数据获取策略。

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。