लेखकों ने DMVM (Decentralized Multi-task Valuation via Model Merging) का प्रस्ताव दिया है, एक फ्रेमवर्क जो पुनः प्रशिक्षण या कच्चे डेटे साझा किए बिना बहु-कार्य मॉडल के लिए डेटासेट योगदान को मात्रात्मक रूप से दर्शाता है। मॉडल संयोजनों से सीमांत उपयोगिता का अनुमान लगाने के लिए कार्य अंकगणित का लाभ उठाकर, विधि पारंपरिक मूल्यांकन दृष्टिकोणों की कंप्यूटेशनल लागत और गोपनीयता बाधाओं को संबोधित करती है।
- मॉडल पैरामीटर स्पेस से सीधे योगदान का अनुमान लगाकर पुनः प्रशिक्षण और डेटा साझाकरण को bypass करता है।
- व्यक्तिगत मॉडल पैरामीटर को बिना उजागर किए सहयोगी मूल्यांकन के लिए एक सुरक्षित एग्रीगेशन प्रोटोकॉल प्रदान करता है।
- सन्निकटन गुणवत्ता को चारित्रिक रूप देने वाले सैद्धांतिक त्रुटि सीमाओं को शामिल करता है।
- कंप्यूटर विजन और प्राकृतिक भाषा संसाधन कार्यों पर प्रयोगों के माध्यम से मान्य किया गया।
यह दृष्टिकोण कठोर गोपनीयता आवश्यकताओं वाले केंद्रीकृत वातावरण में निष्पक्ष डेटा बाजारों के लिए एक स्केलेबल और कंप्यूटेशनली कुशल समाधान प्रदान करता है।