training-data-attribution

介绍了PRISM，一种原型语言模型架构，它使用稀疏、非负的已学习原型混合体进行可解释的序列建模，实现了具有竞争力的性能，并支持快速训练数据归因和无需微调的模型编辑。

STRIDE是一种用于大型语言模型训练数据归因的新框架，它利用稀疏恢复和引导算子在激活空间中建模功能效应，以13倍于先前方法的速度实现了最先进的准确性。

本文介绍了 DataDignity，这是一个针对精准溯源（pinpoint provenance）的框架与基准（FakeWiki），旨在识别支持大语言模型（LLM）回答的具体训练数据来源。文章提出了 ScoringModel 和 SteerFuse 两种方法，以在标准检索基线之上提高归属准确率。