AI@NEWS

从模型输出反推预训练数据配比

LLMSurgeon把生成文本视为逆问题,估计黑盒模型预训练语料的领域级分布。

推荐理由:该方法仅凭生成文本审计未披露的数据混合,相比成员推断更关注领域配比;可用于解释能力偏置与数据来源,但结论受预设分类体系约束。

阅读原文