一种用于检测生成模型中数据复制的非参数检验
机器学习
2020-04-14 v1 机器学习
摘要
检测生成模型中的过拟合是机器学习中的一个重要挑战。在本工作中，我们形式化了称为{\em{数据复制}}的一种过拟合形式——即生成模型记忆并输出训练样本或其微小变体。我们提供了一种用于检测数据复制的三样本非参数检验，该检验使用训练集、来自目标分布的独立样本以及模型生成的样本，并研究了我们的检验在若干典型模型与数据集上的性能。有关代码与示例，请访问 https://github.com/casey-meehan/data-copying
引用
@article{arxiv.2004.05675,
title = {A Non-Parametric Test to Detect Data-Copying in Generative Models},
author = {Casey Meehan and Kamalika Chaudhuri and Sanjoy Dasgupta},
journal= {arXiv preprint arXiv:2004.05675},
year = {2020}
}
备注
To be published in AISTATS 2020