Buchumschlag

Step-resolved data attribution for looped transformers

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kaissis, Georgios, Mildenberger, David, Gomez, Juan Felipe, Menten, Martin J., Triantafillou, Eleni
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Your Privacy Depends on Others: Collusion Vulnerabilities in Individual Differential Privacy
von: Kaiser, Johannes, et al.
Veröffentlicht: (2026)

On Arbitrary Predictions from Equally Valid Models
von: Lockfisch, Sarah, et al.
Veröffentlicht: (2025)

Incentivising the federation: gradient-based metrics for data selection and valuation in private decentralised training
von: Usynin, Dmitrii, et al.
Veröffentlicht: (2023)

Position: Capability Control Should be a Separate Goal From Alignment
von: Siddiqui, Shoaib Ahmed, et al.
Veröffentlicht: (2026)

Attack-Aware Noise Calibration for Differential Privacy
von: Kulynych, Bogdan, et al.
Veröffentlicht: (2024)

Gaussian DP for Reporting Differential Privacy Guarantees in Machine Learning
von: Gomez, Juan Felipe, et al.
Veröffentlicht: (2025)

Laplace Sample Information: Data Informativeness Through a Bayesian Lens
von: Kaiser, Johannes, et al.
Veröffentlicht: (2025)

Improved Localized Machine Unlearning Through the Lens of Memorization
von: Torkzadehmahani, Reihaneh, et al.
Veröffentlicht: (2024)

Unifying Re-Identification, Attribute Inference, and Data Reconstruction Risks in Differential Privacy
von: Kulynych, Bogdan, et al.
Veröffentlicht: (2025)

Redirection for Erasing Memory (REM): Towards a universal unlearning method for corrupted data
von: Schoepf, Stefan, et al.
Veröffentlicht: (2025)

To Each (Textual Sequence) Its Own: Improving Memorized-Data Unlearning in Large Language Models
von: Barbulescu, George-Octavian, et al.
Veröffentlicht: (2024)

Is your algorithm unlearning or untraining?
von: Triantafillou, Eleni, et al.
Veröffentlicht: (2026)

Beyond the Calibration Point: Mechanism Comparison in Differential Privacy
von: Kaissis, Georgios, et al.
Veröffentlicht: (2024)

Counterfactual Influence as a Distributional Quantity
von: Meeus, Matthieu, et al.
Veröffentlicht: (2025)

From Dormant to Deleted: Tamper-Resistant Unlearning Through Weight-Space Regularization
von: Siddiqui, Shoaib Ahmed, et al.
Veröffentlicht: (2025)

You Don't Need All That Attention: Surgical Memorization Mitigation in Text-to-Image Diffusion Models
von: Zhao, Kairan, et al.
Veröffentlicht: (2026)

A Tale of Two Classes: Adapting Supervised Contrastive Learning to Binary Imbalanced Datasets
von: Mildenberger, David, et al.
Veröffentlicht: (2025)

Efficient numeracy in language models through single-token number embeddings
von: Kreitner, Linus, et al.
Veröffentlicht: (2025)

Unintended Memorization of Sensitive Information in Fine-Tuned Language Models
von: Szep, Marton, et al.
Veröffentlicht: (2026)

Training data attribution in diffusion models via mirrored unlearning and noise-consistent skew
von: Serrà, Joan, et al.
Veröffentlicht: (2026)

Exploring Energy Landscapes for Minimal Counterfactual Explanations: Applications in Cybersecurity and Beyond
von: Evangelatos, Spyridon, et al.
Veröffentlicht: (2025)

Towards Generalisable Time Series Understanding Across Domains
von: Turgut, Özgün, et al.
Veröffentlicht: (2024)

Quantizing Text-attributed Graphs for Semantic-Structural Integration
von: Bo, Jianyuan, et al.
Veröffentlicht: (2025)

Inducing Uncertainty on Open-Weight Models for Test-Time Privacy in Image Recognition
von: Ashiq, Muhammad H., et al.
Veröffentlicht: (2025)

Neuro-Symbolic ODE Discovery with Latent Grammar Flow
von: Yu, Karin, et al.
Veröffentlicht: (2026)

Fixing confirmation bias in feature attribution methods via semantic match
von: Cinà, Giovanni, et al.
Veröffentlicht: (2023)

UnUnlearning: Unlearning is not sufficient for content regulation in advanced generative AI
von: Shumailov, Ilia, et al.
Veröffentlicht: (2024)

On the Rate of Convergence of Kolmogorov-Arnold Network Regression Estimators
von: Liu, Wei, et al.
Veröffentlicht: (2025)

Binarizing Physics-Inspired GNNs for Combinatorial Optimization
von: Krutský, Martin, et al.
Veröffentlicht: (2025)

Uncovering Memorization in Timeseries Imputation models: LBRM Membership Inference and its link to attribute Leakage
von: Taleb, Faiz, et al.
Veröffentlicht: (2026)

One Step Forward and K Steps Back: Better Reasoning with Denoising Recursion Models
von: Cameron, Chris, et al.
Veröffentlicht: (2026)

Learning to Generate Formally Verifiable Step-by-Step Logic Reasoning via Structured Formal Intermediaries
von: Chen, Luoxin, et al.
Veröffentlicht: (2026)

Diffusion World Model: Future Modeling Beyond Step-by-Step Rollout for Offline Reinforcement Learning
von: Ding, Zihan, et al.
Veröffentlicht: (2024)

GALACTIC: Global and Local Agnostic Counterfactuals for Time-series Clustering
von: Fragkathoulas, Christos, et al.
Veröffentlicht: (2026)

Credal Learning Theory
von: Caprio, Michele, et al.
Veröffentlicht: (2024)

Imitation Learning in the Deep Learning Era: A Novel Taxonomy and Recent Advances
von: Chrysomallis, Iason, et al.
Veröffentlicht: (2025)

A Novel Framework for Uncertainty-Driven Adaptive Exploration
von: Bakopoulos, Leonidas, et al.
Veröffentlicht: (2025)

COLLAGE: Adaptive Fusion-based Retrieval for Augmented Policy Learning
von: Kumar, Sateesh, et al.
Veröffentlicht: (2025)

Enhancing the Utility of Privacy-Preserving Cancer Classification using Synthetic Data
von: Osuala, Richard, et al.
Veröffentlicht: (2024)

Emotions as Ambiguity-aware Ordinal Representations
von: Wu, Jingyao, et al.
Veröffentlicht: (2025)