arXiv 人工智能· Roshan Reddy Upendra, Alexandre Dorais, Joe Meyer, Andrew Pouret, Anastasios Lambrianos Stappas, Dinesh Katupputhur Ramprasath, Tom Palczewski, Minghua Li·· 19 小时前AI 评分35
关系基础模型在上下文学习中的支持集目标泄露：影响、检测与缓解
Support-Set Target Leakage in Relational Foundation Models during In-Context Learning: Impact, Detection, and Mitigation
AI 导读
研究形式化定义了关系基础模型在上下文学习中的支持集目标泄露问题，指出仅在带标签支持集中存在目标衍生特征会导致推理失效。基于涵盖 20 个列的 14 种合成泄露类型与 RelBench 数据库评测，目标表泄露导致的性能下降最显著，而一跳与两跳泄露未被模型一致利用。利用积分梯度（IG）排序并移除可疑列，可在泄露影响最大的场景中部分恢复模型性能。
来源：arXiv 人工智能 · arxiv.org