如何判别大模型是否秘密使用了你的数据？Time-MoE：百亿级时间序列基础模型的构建与预训练....

文章预览

前言： 论文可以让你更快地了解最新研究进展，掌握最新的技术和理论。这对于自身的科研能力和竞争力非常重要，尤其是在快速发展的学科领域，下面小编带你来看大模型最近的研究成果。 1. Training Data Attribution：我的模型是否秘密使用了你的数据？   标题： Training Data Attribution: Was Your Model Secretly Trained On Data Created By Mine?   相关领域： 模型评估、数据集构建   作者： Likun Zhang,  Hao Wu,  Lingcui Zhang   分析： 这篇论文关注文本生成图像模型的训练数据归属问题，探讨如何验证某个模型的训练数据是否来源于特定的源模型。论文提出了一种无需注入的源模型训练数据归属方法，通过挖掘文本生成图像模型的记忆特性，识别出侵权模型的训练数据来源。该方法无需对源模型进行额外修改，具有较高的准确性和实用性。   地址： https://arxiv.org/pdf/24 ………………………………