跳到正文
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

报道时间线

沿着报道,了解事件的不同侧面。

11月17日
  1. 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%

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。