关于基于次值的数据估值效用影响

基于次值的数据估值使用合作博弈论直观为每个数据点分配一个价值，以反映其对下游任务的贡献。然而，这些价值取决于实践者对效用的选择，引出了一个问题：基于次值的数据估值对效用的变化鲁棒性如何？当效用被设定为多个标准之间的权衡时，这一问题至关重要；当实践者必须在多个同样有效的效用中进行选择时，这一问题更为关键。我们通过引入数据集的空间信物概念来解决此问题：给定某个次值，我们将每个数据点嵌入更低维空间，在该空间中，任何效用都可以表示为线性函数，从而使数据估值框架更易于几何图景。基于此，我们提出了以显式鲁棒性度量为中心的实用方法，该度量为实践者提供指示，告知其在效用变化时，数据估值结果将如何移动。我们在 diverse 数据集和次值上进行了验证，结果显示与秩相关分析高度一致，并为选择次值是如何放大或减小鲁棒性提供了分析见解。