研究者提出MOSAIC实现VLM样本级归因
发生了什么
据arXiv cs.AI论文，研究者提出MOSAIC方法，通过共享稀疏图像-文本潜在空间，将训练样本影响分解并定位到特定文本短语和图像区域。该方法在Qwen和Gemma模型上评估，发现视觉证据能重组训练数据归因。
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 一手材料1 个发布入口
据arXiv cs.AI论文，研究者提出MOSAIC方法，通过共享稀疏图像-文本潜在空间，将训练样本影响分解并定位到特定文本短语和图像区域。该方法在Qwen和Gemma模型上评估，发现视觉证据能重组训练数据归因。
发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。