动态影响追踪器：测量训练过程中样本影响的时变特性

现有测量训练样本对模型影响的方法仅提供静态的、整体的度量，忽略了样本影响在训练过程中的变化。我们提出了动态影响追踪器 (DIT)，它能够捕捉训练过程中任意时间窗口内样本影响的时变特性。DIT 提供了三个关键洞见：1) 样本表现出不同的时变影响模式，部分样本在训练早期很重要，而其他样本在后期变得重要；2) 样本影响在早期和晚期阶段之间表现出弱相关性，表明模型经历了具有不同优先级的不同学习阶段；3) 与全训练过程分析相比，在收敛期间分析影响能更高效、准确地检测损坏样本。在无需假设损失凸性或模型收敛的理论保证支持下，DIT 显著优于现有方法，在复杂架构中实现了高达 0.99 的与真实值的相关性，以及 98% 以上的损坏样本检测准确率。