Local Shapley: Lokale Datenbewertung durch Modell-Induzierte Lokalität

Die Shapley‑Werte bilden die theoretische Basis für die Bewertung von Daten, doch ihre exakte Berechnung ist aufgrund der exponentiellen Anzahl möglicher Koalitionen #P‑schwer. In der Praxis nutzen bisherige Beschleunigungen globale Ansätze, die die strukturelle Eigenschaft moderner Modelle vernachlässigen: Für ein bestimmtes Testobjekt beeinflussen nur wenige Trainingspunkte die Vorhersage.

Die neue Arbeit definiert diese modellinduzierten Lokalität als Support‑Sets, die durch den Rechenweg des Modells bestimmt werden – etwa Nachbarn bei KNN, Blattknoten bei Entscheidungsbäumen oder rezeptive Felder bei Graph‑Neural‑Netzwerken. Durch die Projektion der Shapley‑Berechnung auf diese Supports lässt sich die Komplexität drastisch reduzieren, ohne Genauigkeit zu verlieren, wenn die Lokalität exakt ist.

Der Kern der Studie ist die Feststellung, dass die eigentliche Schwierigkeit von Local Shapley von der Anzahl unterschiedlicher einflussreicher Teilmengen abhängt. Auf dieser Basis wird LSMR (Local Shapley via Model Reuse) vorgestellt, ein optimales, teilmengenorientiertes Verfahren, das jede einflussreiche Teilmenge exakt einmal trainiert. Für größere Supports folgt LSMR‑A, ein Monte‑Carlo‑Estimator, der unter Beibehaltung der Unverfälschtheit eine exponentielle Konvergenz erreicht und dessen Laufzeit von der Anzahl der gezogenen Teilmengen abhängt.

Experimentelle Ergebnisse über verschiedene Modellfamilien hinweg zeigen, dass die neuen Algorithmen die Anzahl der Retrainings erheblich reduzieren und gleichzeitig die Genauigkeit der Datenbewertung beibehalten. Diese Fortschritte eröffnen einen vielversprechenden Weg, Shapley‑Werte in der Praxis effizienter und skalierbarer zu nutzen.