เมื่อผู้สร้างข้อมูลต้องการให้ลบข้อมูลของตนออกจากชุดฝึกฝน AI ผู้ดูแลระบบมักประสบปัญหาในการค้นหาว่าข้อมูลส่วนใดเป็นของใคร ทำให้เกิดการลบข้อมูลมากเกินจำเป็น (Over-deletion) ระบบ OriginBlame จึงถูกออกแบบมาเพื่อแก้ปัญหานี้โดยการติดตามที่มาของข้อมูล (Data Provenance) ในระดับเรคคอร์ดและโทเคนตลอดกระบวนการประมวลผลข้อมูล
จากการทดสอบกับข้อมูล Wikipedia กว่า 2 แสนหน้า พบว่า OriginBlame สามารถลดการลบข้อมูลที่เกินความจำเป็นลงได้จากเดิม 101 เท่า เหลือเพียง 1.3 เท่าเท่านั้น โดยมีภาระงาน (Overhead) เพิ่มขึ้นเพียงเล็กน้อย (ประมาณ 1.3-19%) ซึ่งระบบนี้จะช่วยให้การทำ Unlearning หรือการเจาะจงลบความรู้บางส่วนออกจากโมเดลมีประสิทธิภาพสูงขึ้นถึง 42% เมื่อเทียบกับวิธีการแบบสุ่ม
