Explainability & Responsible AI

面试中解释 training-data attribution 论文的叙事模板：研究问题、方法、贡献、局限和博士阶段扩展。

为什么 exact Shapley 昂贵，以及可扩展 attribution 如何使用采样、surrogate models、datamodels 和 group→document→example 层级。

Attribution 分数是估计量。本文区分 estimator bias、sampling variance、training randomness、evaluation uncertainty 与 bootstrap confidence intervals。

一篇面向研究和面试的 training-data attribution 笔记：归因单位、utility function、Shapley value、influence methods、因果性、可扩展性和不确定性。

Training-data attribution 依赖 utility function。质量、事实性、风格、安全、公平性和术语表现可能指向不同的高影响数据。

从 NLP 与 LLM 研究角度解释 training-data attribution：它解释什么、它和 feature attribution 有什么不同，以及为什么它对模型评估和数据中心研究重要。