分布外检测置信度评分函数系统基准分析
热点事件观察中
分布外检测置信度评分函数系统基准分析
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
2026 年 11 月,研究人员在 arXiv 发布报告,对 CNN 和 ViT 架构下的分布外(OOD)检测置信度评分函数进行了系统性基准测试。研究指出简单概率分数易主导误分类,而基于几何、重构或残差的分数表现各异。为此,团队提出一种基于 PCA 的投影过滤流程以提升性能,并开发了仅利用已训练分类器的神经坍缩(NC)指标来预测竞争性 OOD 检测器清单的方法,无需额外数据或先验知识。
AI 根据报道生成 · 1 天前更新
最新进展11月17日 13:00
表征与训练范式转变下分布外检测的系统性分析报道时间线
沿着报道,了解事件的不同侧面。
11月17日
- arXiv · 机器人与计算机视觉表征与训练范式转变下分布外检测的系统性分析
本文对 CNN 和 ViT 架构在多种训练范式下的分布外(OOD)检测置信度评分函数进行了系统性基准测试。研究发现,简单概率分数主导误分类检测,而基于几何、重构或残差的分数在不同表征坍缩程度下表现各异。研究提出了一种基于 PCA 的投影过滤流程以提升性能,并开发了仅利用已训练分类器的神经坍缩(NC)指标来预测其竞争性 OOD 检测器清单的方法,无需额外 OOD 数据或先验知识。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 811月17日 23:00
- 近 24 小时变化
- -51%
02468
11月18日06:0012:0018:0011月19日
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。