热点事件持续更新
CADT：扩散模型反事实轨迹归因方法
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月9日，arXiv（Computer Vision，一手来源）报道了一种扩散模型数据归因新方法 CADT（Concept Attribution through Dynamic Trajectories，基于动态轨迹的概念归因）。该方法把数据归因问题重构为对因子诱发的内部响应轨迹的归因，强调追踪训练数据如何影响模型内部动态（HOW），而非仅识别哪些数据被使用（WHICH）。目前公开信息仅包含该论文的核心思路，尚未见后续实验验证、代码发布或同行评议结果。
AI 根据报道生成 · 2 小时前更新
最新进展10月9日 12:00
arXiv 最新报道提出扩散模型归因方法 CADT，将归因重构为对因子诱发的内部响应轨迹的归因。报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv · Computer Vision扩散模型数据归因新方法 CADT：追踪 HOW 而非仅 WHICH
论文提出扩散模型归因方法 CADT（Concept Attribution through Dynamic Trajectories），把数据归因重构为对因子诱发的内部响应轨迹的归因。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。