跳到正文
arXiv · 机器人与计算机视觉· Akshay Vyas, Angelo Pimienta, Nicholas Ruozzi·· 20 天前精选AI 评分78

一种评估多输出结构化预测指标的新方法:基于任务不变性的框架

A Novel Approach to Evaluating Evaluation Metrics for Multi-Output Structured Prediction

AI 导读

该论文针对多输出结构化预测中仅有一个真值标签但存在多个有效输出的评估难题,提出利用人类隐含使用的任务特定不变性(如图像边界或命名实体)作为诊断工具。研究通过引入增强损失函数鼓励模型输出符合这些不变性,实验表明这能显著提升分布型指标的可靠性,而传统指标变化不大。

推荐理由

该文提出利用任务特定不变性评估多输出结构化预测指标,发现增强损失可显著提升分布型指标可靠性。

来源:arXiv · 机器人与计算机视觉 · arxiv.org