शोधकर्ताओं ने स्रोत पेश किया, जो एक नया प्रशिक्षण डेटा एट्रिब्यूशन (TDA) विधि है जो प्रभाव फलनों की कंप्यूटेशनल दक्षता को अनरोलिंग-आधारित दृष्टिकोणों की सटीकता के साथ जोड़ती है। प्रभाव-फलन जैसी सूत्र का उपयोग करके अनरोल्ड डिफरेंशिएशन को अनुमानित करने द्वारा, स्रोत अंतर्निहित डिफरेंशिएशन विधियों में सीमाओं को दूर करता है, जैसे कि उनका ऑप्टिमाइजेशन बायस या बहु-चरण पाइलाइन को ध्यान में न रखना।
- पूर्ण अनरोलिंग-आधारित TDA विधियों की तुलना में स्रोत कंप्यूटेशनली दक्ष है।
- यह अंतर्निहित-डिफरेंशिएशन दृष्टिकोणों के लिए कठिन गैर-अभिसरण मॉडलों और बहु-चरण प्रशिक्षण पाइलाइन के लिए उपयुक्त रहता है।
- प्रायोगिक परिणाम दिखाते हैं कि स्रोत काउंटरफैक्टुअल भविष्यवाणी में मौजूदा TDA तकनीकों को बेहतर करता है, विशेष रूप से उन सेटिंग्स में जहाँ पारंपरिक विधियाँ कम पड़ जाती हैं।