How Faithful Is Trajectory-Based Data Attribution? Error Sources, Remedies, and Practical Guidelines

En 3 lignesAnalyse systématique des erreurs dans les méthodes d'attribution de données basées sur trajectoires. Identifie l'incompatibilité optimiseur (SGD vs AdamW) comme erreur dominante. Propose AdamW-influence avec améliorations de 10-300% en corrélation Spearman sur MLP, CNN, GPT-2, Llama 3.2-1B. Fournit directives pratiques pour sélection de données via framework K-step look-ahead.

Résumé généré par Claude — vérifié par l'humain