Tensor Network Datamodels for Training Data Attribution

研究者提出张量网络数据模型（TNDM），利用低秩张量网络建模训练数据间的非加性交互效应，以解决线性数据模型无法表征联合效应的局限。 TNDM-TT 在推理任务中仅观察约 0.0061% 的所有可能训练子集，相比线性数据模型将预测 NMSE 降低 89%；TNDM-CP 在事实关联微调中将留出集 R² 从 0.579 提升至 0.668。