여러 귀속 방법의 연결
데이터 귀속 방법은 학습 예시의 영향을 정량화하려 하지만 구현과 비교 방식이 다를 수 있다. dattri는 서로 다른 방법을 PyTorch 기반 학습 흐름에 통합하는 공통 API를 제안했다.
재사용하는 계산 모듈
헤시안 벡터 곱과 역헤시안 벡터 곱, 무작위 투영 등 공통 계산을 모듈화한다. 연구자가 새 귀속 방법을 만들 때 필요한 기초 기능을 재사용하도록 구성했다.
벤치마크의 구성
사전 학습 모델과 정답 주석을 포함한 여러 벤치마크 설정을 제공한다. 생성형 모델 설정도 포함해 효율적인 데이터 귀속 방법을 비교할 수 있도록 제시했다.
개발과 평가의 공통 기반
원 연구는 라이브러리로 다양한 귀속 방법의 비교 분석을 수행했다. 개별 방법의 설명과 함께 구현 및 평가의 조건을 맞추는 도구로 소개된 구성이다.
관련 문서
영향 함수 기반 학습 자료 추적 / TracIn / TRAK / DataInf / EK-FAC 언어 모델 영향 분석 / OpenDataVal