研究者发布WildTrace训练数据检测基准
热点事件持续更新
研究者发布WildTrace训练数据检测基准
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Hengxiang Zhang 等研究者发布 WildTrace，一个面向真实大规模 LLM 后训练场景的训练数据检测评测基准，覆盖 SFT、DPO、RL 各阶段模型，并跨四类任务构建分布匹配、成员标签可验证的评估集。 结果显示，表现最好的检测方法平均 AUC 仅 0.529，接近随机猜测的 0.5，说明现有方法在真实后训练场景中难以可靠判断数据是否被用于训练。分析还指出，评估协议会显著影响检测性能。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
WildTrace：评估真实大规模 LLM 后训练中的训练数据检测报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.AIWildTrace：评估真实大规模 LLM 后训练中的训练数据检测
研究者提出 WildTrace，一个面向真实大规模 LLM 后训练场景的训练数据检测评测基准，覆盖 SFT、DPO、RL 各阶段模型，并跨四类任务构建分布匹配、成员标签可验证的评估集。结果显示，表现最好的方法平均 AUC 仅 0.529，接近随机猜测的 0.5。分析还表明评估协议会显著影响检测性能。
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。