GRASP：面向预训练数据归因的几何感知残差对齐

研究者提出 GRASP，一种交互感知的代理方法，将数据归因重新定义为子集级反事实效用预测，通过二次几何惩罚显式建模子集交互。在子集重训练评估中，GRASP 将反事实子集保真度的任务级排名相关性提升一倍以上，同时将近乎一个数量级地降低前期工件构建成本。该评分机制还可迁移至语言模型数据筛选与跨域视觉选择。

摘自 arXiv cs.LG

还没有足够的连续观测数据，暂不绘制趋势。