本科生提出 CATT benchmark:补上训练数据归因的评估难题
TuhinChakr · x · 2026-10-31
davidbau 转发其指导的本科生工作：训练数据归因（TDA）方法的开发与评估都极困难——连「最重要的训练文档」的 ground truth 都难以定义。即使明确知道哪些文档教会了模型某个事实，现有归因方法也常常找不到它们。团队构建了 CATT benchmark 调查原因，并据此提出两个简单修复，带来多项发现。
所属事件:本科生发布 CATT 基准评估训练数据归因(2 条相关)→
「研究」频道最新
- SceneBloom：Diffusion+Agent 生成 3D 室内场景，导航收益达真实扫描 1.7 倍 — Lianhuiq · 2026-11-01
- Meta 论文提出 PAMO：个人 Agent 借跨平台历史改造推荐，4B 模型命中率 47.9% — rohanpaul_ai · 2026-11-01
- 开源 MCP 服务器核验文献引用:35个工具,哈希链防篡改证据账本 — Emergency-Tutor-7 · 2026-11-01
- GlobalBuildingAtlas 发布：首个全球完整建筑轮廓与 3D 模型开放数据集 — anselm · 2026-11-01
- 斯坦福 Evo 2 基因组模型实现上下文学习，可少量样本设计基因序列 — anshulkundaje · 2026-10-31
- 倭猿假装倒果汁登上 Science，小猫喂玩具却只靠一个喂食器摄像头 — aakashgupta · 2026-10-31