Gifford 描述了删除训练输入及其影响
David Gifford 将该论文的方法描述为删除训练输入及其所有影响。他表示，该方法能够实现高效的大规模删除，并表明结果不会发生变化。
支持这项说法
当AI生成的艺术作品没有作者：MIT研究发现，所生成图像往往无法追溯至任何训练数据 | 麻省理工学院计算机科学与人工智能实验室（CSAIL）
这篇论文提出了首个具有绝对性的方法。你确实在删除输入，并删除这些输入的所有影响。
原始摘录
This paper introduces the first method that is absolute. You're actually deleting the inputs and deleting all influences of the inputs.
上下文
“此前，他们确实无法绝对地证明，删除个别内容并没有改变输出。这是首个能够高效进行大规模删除，并证明结果没有改变的精确方法。”
原始上下文
"They really could not absolutely show that deleting individual things did not change the output. This is the first exact method for doing large-scale deletion efficiently and showing that the results don't change."
分享观点验证此主张