Los investigadores presentan Source, un nuevo método de atribución de datos de entrenamiento (TDA) que combina la eficiencia computacional de las funciones de influencia con la precisión de los enfoques basados en desenrollado. Al utilizar una fórmula similar a la función de influencia para aproximar la diferenciación desenrollada, Source aborda limitaciones en los métodos de diferenciación implícita, como su incapacidad para tener en cuenta el sesgo de optimización o los pipelines de múltiples etapas.

  • Source es computacionalmente eficiente en comparación con los métodos TDA completos basados en desenrollado.
  • Sigue siendo adecuado para modelos no convergentes y pipelines de entrenamiento de múltiples etapas donde los enfoques de diferenciación implícita tienen dificultades.
  • Los resultados empíricos muestran que Source supera a las técnicas TDA existentes en la predicción counterfactual, particularmente en configuraciones donde los métodos tradicionales se quedan cortos.