ΕπόμενοΕπόμενος οδηγός
Data Flywheels: Μετατρέποντας τα δεδομένα παραγωγής σε δεδομένα εκπαίδευσης
Τεχνικά
Τεχνικός ΟΔΗΓΟΣ
Οι συναρτήσεις επιρροής εκτιμούν πόσο κάθε παράδειγμα εκπαίδευσης διαμόρφωσε την πρόβλεψη ενός μοντέλου, επιτρέποντάς σας να εντοπίσετε μια έξοδο στα δεδομένα που την προκάλεσαν.
Ακούστε αυτόν τον οδηγόαφήγηση με AI · ~2 min
Έχουν σημασία επειδή μετατρέπουν ένα αδιαφανές μοντέλο σε κάτι που μπορεί να ελεγχθεί για πνευματικά δικαιώματα, εντοπισμό σφαλμάτων και εμπιστοσύνη.
Influence functions come from robust statistics and were adapted to deep learning by Koh and Liang in 2017. The core question is counterfactual: how would the model's loss on a test point change if a particular training example were removed or up-weighted? Rather than actually retraining (which is hopelessly expensive), influence functions approximate that change using calculus. They compute the gradient of the loss for the training point and the test point, then connect them through the inverse Hessian of the loss, which captures the curvature of the model's parameter space. Under Koh and Liang’s standard upweighting-on-test-loss convention, I_up,loss measures how infinitesimally increasing a training point’s weight changes the loss on a chosen test point. A positive value means upweighting raises test loss (a harmful influence); a negative value means it lowers test loss (a helpful influence). Removing a point reverses the sign of the first-order estimated change. Other influence scores may target predictions or use a different sign convention, so define the quantity before interpreting its sign. The result is a ranked list of the most responsible training examples.
Η ανίχνευση των βιβλίων που προστατεύονται από πνευματικά δικαιώματα επηρέασαν περισσότερο ένα απόσπασμα που δημιούργησε ένα γλωσσικό μοντέλο, για νομική ανάλυση και ανάλυση αδειών
Εντοπισμός σφαλμάτων μιας εσφαλμένης ταξινόμησης με την εμφάνιση των εσφαλμένων εικόνων εκπαίδευσης που ώθησαν το μοντέλο προς τη λάθος απάντηση
Ανίχνευση δηλητηριασμένων ή ανώμαλων παραδειγμάτων προπόνησης που ασκούν μεγάλη επιρροή σε συγκεκριμένες προβλέψεις
Έλεγχος ενός μοντέλου πίστωσης ή πρόσληψης για να δείξει ποια ιστορικά αρχεία οδήγησαν σε μια αμφισβητούμενη απόφαση
Αναμένετε ότι η απόδοση βάσει επιρροής θα γίνει υποδομή για τη λογοδοσία AI. Οι ρυθμιστικές αρχές και τα δικαστήρια που διερευνούν εάν το κείμενο που προστατεύεται από πνευματικά δικαιώματα διαμόρφωσε μια έξοδο θα θέλουν προέλευση σε επίπεδο παραδείγματος και οι προγραμματιστές θα το χρησιμοποιήσουν για να εμφανίσουν εσφαλμένα ή δηλητηριασμένα δεδομένα. Οι φθηνότερες προσεγγίσεις όπως το TRAK και το gradient-sketching ωθούν την απόδοση σε πραγματικό χρόνο και ο συνδυασμός της με την απομάθηση θα μπορούσε να επιτρέψει στις ομάδες να αφαιρέσουν την επιρροή ενός εγγράφου χωρίς πλήρη επανεκπαίδευση.
Δωρεάν ενημερωτικό δελτίο
Τρία επαληθευμένα νέα AI κάθε πρωί της εβδομάδας, γραμμένα σε απλή αγγλική. Δωρεάν για πάντα, χωρίς διαφημίσεις.
Ένα email κάθε εργάσιμη ημέρα. Κατάργηση συνδρομής με ένα κλικ. Δεν πουλάμε ή μοιραζόμαστε ποτέ τη διεύθυνσή σας.
Δοκιμάστε τον εαυτό σας
Άμεση ανάδραση σε κάθε απάντηση, και πιστοποιητικό με επαληθεύσιμο ID μόλις περάσετε το μάθημα.
Υποστηρίξτε τη δωρεάν εκπαίδευση AI. AI Understanding είναι μια μη κερδοσκοπική οργάνωση 501(c)(3) — χωρίς διαφημίσεις, χωρίς τοίχο πληρωμής, ποτέ. Κάντε μια δωρεά
Οι συναρτήσεις επιρροής εκτιμούν πόσο κάθε παράδειγμα εκπαίδευσης διαμόρφωσε την πρόβλεψη ενός μοντέλου, επιτρέποντάς σας να εντοπίσετε μια έξοδο στα δεδομένα που την προκάλεσαν. Έχουν σημασία επειδή μετατρέπουν ένα αδιαφανές μοντέλο σε κάτι που μπορεί να ελεγχθεί για πνευματικά δικαιώματα, εντοπισμό σφαλμάτων και εμπιστοσύνη.
Οι συναρτήσεις επιρροής εκτιμούν την επίδραση της διατάραξης του βάρους ενός παραδείγματος προπόνησης στην απώλεια σε ένα σημείο δοκιμής, προσεγγίζοντας την επανεκπαίδευση χωρίς να το κάνετε.
Ο κλασικός τύπος επιρροής απαιτεί την αντιστροφή του Hessian σε όλες τις παραμέτρους, κάτι που είναι ανέφικτο για μοντέλα με δισεκατομμύρια παραμέτρους.
Η εργασία του 2017 των Pang Wei Koh και Percy Liang «Κατανοώντας τις προβλέψεις μαύρου κουτιού μέσω των συναρτήσεων επιρροής» έφερε την τεχνική σε βαθιά μάθηση.
For I_up,loss, a negative derivative means increasing the training point’s weight decreases the selected test loss; removing it has the opposite first-order effect.
Η μελέτη του 2023 του Anthropic χρησιμοποίησε το EK-FAC για να προσεγγίσει την αντίστροφη Hessian, επιτρέποντας την ανάλυση επιρροής σε μεγάλα γλωσσικά μοντέλα.
Συνέχισε να μαθαίνεις
Επιλέχθηκαν περισσότεροι οδηγοί για αυτό το θέμα
ΕπόμενοΕπόμενος οδηγός
Data Flywheels: Μετατρέποντας τα δεδομένα παραγωγής σε δεδομένα εκπαίδευσης
Τεχνικά