https://github.com/carolinlawrence/gradient-rollback
공식 코드Explaining Neural Matrix Factorization with Gradient Rollback
Papers with Code 아카이브
Influence Approximation
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 0
- 평가표
- 0
- 보존된 평가 기록
- 0
Estimating the influence of training triples on the behavior of a machine learning model.
코드
관련 논문과 평가 결과에 연결된 구현입니다. 출처에서 확인된 저자 구현에는 공식 코드 표시가 있습니다.
https://github.com/hslyu/gif
공식 코드Deeper Understanding of Black-box Predictions via Generalized Influence Functions
https://github.com/kohpangwei/group-influence-release
공식 코드On the Accuracy of Influence Functions for Measuring Group Effects
https://github.com/ykwon0407/datainf
공식 코드DataInf: Efficiently Estimating Data Influence in LoRA-tuned LLMs and Diffusion Models
https://worksheets.codalab.org/worksheets/0x43e8ecea53bf4186a7992c9028409320
공식 코드On the Accuracy of Influence Functions for Measuring Group Effects
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.