标签
一个采用 Apache-2.0 许可证的开源桌面应用 Open-Science，试图让 AI 辅助科研像带有校验和与版本控制的代码一样可追溯：AI 代理阅读论文、调用科学数据库、运行 Python/R 代码，并将输入数据、代码与运行历史一并保存为可分享的 .science 文件，实现本地优先、模型无关的可复现研究。
本文提出使用 O'PRIOR 任务生成器进行受控的合成预训练，使表格基础模型的训练数据归因在实验上可验证。研究表明，移除贡献度最高的任务会可测量地导致留出集性能下降，同时揭示了来源关联性与干预忠实性可能会出现背离。
本文探讨了为AI智能体设计可供人类审计的记忆系统，建议引入来源、范围和过期规则等字段，以保持清晰性并防止信息过时。
本文提出了一种溯源引导的增量学习框架，用于处理由规则引发的概念漂移，其中目标定义发生变化，并在一个新的基准上进行了评估，以提高效率和准确性。
OriginBlame 是一个记录级与令牌级的数据溯源系统，能够在 AI 训练数据管道中传播作者身份，从而为机器遗忘（machine unlearning）生成精确的遗忘集。它消除了数据集级系统导致的过度删除问题，并提升了遗忘效果。
本文提出了一种针对封闭大型语言模型（LLM）的新型数据集水印方法。该方法利用词对共现模式，能够以可证明的方式检测模型训练是否使用了专有数据，即使这些数据在训练数据集中仅占极小比例。