生成模型中的数据复制：一个形式化框架
机器学习
2023-03-03 v2
摘要
近期一些研究关注于检测和处理深度神经网络对训练数据的记忆。Meehan等人（2020）提出了生成模型中记忆的形式化框架，称为“数据复制”（data-copying）。我们基于他们的工作表明，其框架可能未能检测某些明显的记忆。受此及非参数方法理论的启发，我们给出了一种更局部适用的数据复制的替代定义。我们提供了一种检测数据复制的方法，并在可获取数据充足时证明其以高概率有效。我们还给出了刻画可靠检测所需样本量的下界。
引用
@article{arxiv.2302.13181,
title = {Data-Copying in Generative Models: A Formal Framework},
author = {Robi Bhattacharjee and Sanjoy Dasgupta and Kamalika Chaudhuri},
journal= {arXiv preprint arXiv:2302.13181},
year = {2023}
}
备注
33 pages