Nuovo Quadro Probabilistico per l'Attribuzione dei Dati di Addestramento nell'IA Generativa

Un nuovo preprint arXiv (2607.21615) introduce FrED, un quadro probabilistico per l'Attribuzione dei Dati di Addestramento che opera in un contesto black-box senza richiedere l'accesso ai pesi del modello. Il metodo fonde le similarità delle caratteristiche continue con Grafi di Conoscenza (KG) specifici del dominio per ancorare l'attribuzione alla realtà strutturale, premiando campioni storici specifici e sopprimendo i dati generici di base. Il quadro è stato valutato in due domini: sintesi di immagini artistiche astratte e previsioni meteorologiche fisiche ad alta dimensionalità. I benchmark mostrano prestazioni robuste nel collegare gli output ai dati e al contesto del dominio. Il lavoro affronta esigenze critiche di trasparenza e responsabilità nell'implementazione dell'IA generativa.