研究者提出SCD语义指纹识别训练数据集
热点事件持续更新
研究者提出SCD语义指纹识别训练数据集
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
研究者提出一种名为 idSCD 的白盒数据集成员推理方法，通过模型学到的语义相关描述符（SCD）判断目标数据集是否属于训练混合数据，无需留一数据集模型。 在自然语言推理、情感分类和医疗文本分类三组实验中，该方法的分类器平均表现最优且标准差最低，超过黑盒基线 RMIA、Attack-P、LiRA 及白盒基线 SIF；当数据集语义差异明显时，ROC-AUC 相对提升最高超过 60%。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
idSCD：通过语义相关描述符识别训练数据集报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.AIidSCD：通过语义相关描述符识别训练数据集
研究者提出 idSCD，一种基于语义相关描述符（SCDs）的白盒数据集成员推理方法，通过模型学到的语义相关结构判断目标数据集是否属于训练混合数据，无需留一数据集模型。在自然语言推理、情感分类和医疗文本分类三组实验中，该方法的分类器平均表现最优且标准差最低，超过黑盒基线 RMIA、Attack-P、LiRA 及白盒基线 SIF，数据集语义差异明显时 ROC-AUC 相对提升最高超 60%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。