研究人员推出 GEM-FI，这是一类旨在提高深度学习中不确定性估计的新模型。该方法解决了现有证据深度学习方法的一些局限性，这些方法可能过于自信且无法表示多模态不确定性。GEM-FI 利用门控机制和证据头混合，以提供更准确和校准的不确定性估计，尤其是在图像分类和分布外检测任务中。 AI
影响 引入了一种更可靠的不确定性估计新方法，有可能提高关键应用中的 AI 安全性和鲁棒性。
排序理由 这是一篇详细介绍新模型架构及其在基准测试中性能的研究论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.03750v1 Announce Type: new Abstract: Evidential Deep Learning (EDL) enables single-pass uncertainty estimation by predicting Dirichlet evidence, but it can remain overconfident and poorly calibrated, and it often fails to represent multi-modal epistemic uncertainty. We…
Evidential Deep Learning (EDL) enables single-pass uncertainty estimation by predicting Dirichlet evidence, but it can remain overconfident and poorly calibrated, and it often fails to represent multi-modal epistemic uncertainty. We introduce Gated Evidential Mixtures (GEM), a fa…