محققان در مقاله جدیدی، چارچوب هوشمندانه و کارآمدی به نام «DMVM» برای ارزشگذاری مجموعهدادهها در محیطهای غیرمتمرکز ارائه کردهاند.
این روش که «ارزشگذاری چندوظیفهای غیرمتمرکز از طریق ادغام مدلها» نام دارد، مشکلات روشهای قدیمی و هزینهبر (مانند روشهای مبتنی بر Shapley) را حل کرده است. ویژگیهای کلیدی این تکنولوژی:
✅ بدون نیاز به بازآموزی مدلها یا اشتراکگذاری دادههای خام.
✅ استفاده از «حساب وظیفه» (Task Arithmetic) برای درک تاثیر هر مجموعه داده در چندین کار مختلف.
✅ حفظ حریم خصوصی کاربران از طریق یک پروتکل تجمیع ایمن.
این ابزار گام بزرگی برای بازارهای داده شفاف و عادلانه در دنیای هوش مصنوعی محسوب میشود که به توسعهدهندگان اجازه میدهد بدون لو رفتن پارامترهای مدل، سهم هر داده را در بهبود عملکرد نهایی محاسبه کنند. 💡
منبع: arXiv AI