**STRIDE：基于子集扰动的稀疏恢复训练数据归因**

_STRIDE: Training Data Attribution via Sparse Recovery from Subset Perturbations_

> STRIDE 提出了一种新的训练数据归因方法，在激活空间中建模训练数据的功能效应，并将其转化为压缩感知式的稀疏恢复问题。通过轻量级‘操控算子’模拟数据子集训练带来的行为改变，STRIDE 能以 13 倍于现有方法的速度实现 LLM 预训练归因的最优性能，并适用于数据选择、污染检测等下游应用。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-04 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.05165)