arXiv · ML· Shengjie Niu, Yeheng Ge, Jian Huang·· 16 小时前AI 评分41
大语言模型训练数据审计的统计框架
A Statistical Framework for Training Data Auditing of Large Language Models
AI 导读
论文提出统一统计框架,用于文档级成员推断、全局审计及可疑子集识别,基于可交换性条件保证有限样本有效性。 框架整合分块级证据通过Cauchy组合构建文档分数,并控制一类错误与虚假发现率;在BookTection等数据集上验证了框架在预训练和微调数据审计中的可靠性。
来源:arXiv · ML · arxiv.org