섀도 모델이나 보류 평가셋 없이 수행하는 데이터셋 사용 추론
Dataset Usage Inference without Shadow Models or Held-out Data
섀도 모델과 신뢰할 수 있는 보류 평가셋 없이도 후보 데이터셋의 학습 사용 비율을 추정하도록, 합성 비멤버 샘플 생성·멤버십 추론 특징 추출·혼합 비율 추정(MPE)을 결합한 NU-DUI 프레임워크를 제안한다. 확산·자기회귀 대규모 이미지 생성 모델 실험에서 멤버 비율을 신뢰성 있게 정량화하며, 섀도 모델 기반 기존 방식 대비 연산 비용을 수천 배 이상 줄인다.