新论文用草图算法估计语言模型上下文归因，评估次数降至 O(√log(1/ε)/ε)

论文研究语言模型上下文归因中的 leave-one-out（LOO）归因：直接计算 n 个 token 的全部 LOO 值需要 n 次模型评估，作者在稳定性假设下提出草图算法，以 O(√log(1/ε)/ε) 次评估调用、以常数概率将全部 LOO 值估计到与 ε 成正比的误差，并证明匹配的 Ω(√log(1/ε)/ε) 下界。