深度分析 ScoringModel 與 SteerFuse:使用 FakeWiki 評估大型語言模型的訓練資料來源歸因 大型語言模型的回溯來源核查愈發重要。本研究提出DataDignity與FakeWiki基準,透過ScoringModel與無訓練的SteerFuse結合檢索與內部激活證據來排序候選文件。結果顯示在變換提示下,ScoringModel顯著提升Recall@10,能更準確定位訓練來源。