Paper
Dados & Embeddings
WARP: Weight-Space Analysis for Recovering Training Data Portfolios
WARP is a framework that infers training data compositions from released model weights by analyzing geometric footprints in weight space through model merging and feature extractio…
Hugging Face · Daily Papers
·Tzu-Heng Huang, Aditya Goyal
·
·▲ 2 upvotes
Este artigo está em destaque na seleção diária de papers do Hugging Face, curada pela comunidade de pesquisa em IA.
Autores: Tzu-Heng Huang, Aditya Goyal, John Cooper, Frederic Sala
- 2 upvotes da comunidade
- Temas: foundation models, model merging, pseudo-checkpoints, weight space, geometric footprint, geometric features
Resumo
Resumo original (em inglês), extraído do paper:
WARP is a framework that infers training data compositions from released model weights by analyzing geometric footprints in weight space through model merging and feature extraction.Onde ler
// relacionados
Leia também
Blog
AI Security Institute do Reino Unido descobre que benchmarks padrão subestimam sistematicamente o que agentes de IA realmente conseguem fazer
Editorial
NVIDIA abre dataset de 1.700 horas de direção autônoma — e revela onde está o verdadeiro gargalo da IA física
Blog
Leis de escala para busca aproximada de vizinhos mais próximos baseada em grade em altas dimensões
Blog