English(EN) The Exposure Gap Ranks Scheduled Sampling's Winners Above Its Losers at AUC 0.529, Against 0.500 for Chance

曝光差距指标对计划抽样的有效性预测能力很差

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-22 10:13

对序列预测模型中计划抽样的新分析显示，“曝光差距”指标（常被引用来解决曝光偏差）在预测计划抽样的有效性方面几乎没有预测能力。研究表明，模型在标准教师强制下的性能是计划抽样是否有益的更强指标。该研究还强调了该过程的固定点以及测量模型误差的准确性问题，尤其是在循环神经网络方面。 AI

影响这项研究表明，当前序列模型的评估方法可能具有误导性，可能会影响研究人员开发和评估新模型的方式。

排序理由该项目详细介绍了关于特定机器学习技术（计划抽样）及其评估指标的新分析和发现。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

dev.to — LLM tag TIER_1 English(EN) · Devanshu Biswas · 2026-08-22 10:13

曝光差距排名使计划抽样的获胜者在 AUC 0.529 时优于失败者，而机会值为 0.500

<p>Every sequence model is trained on the true previous token and then asked to generate from its own. The objection has a name - exposure bias - and almost everything said about it is quoted rather than measured. The reason it gets argued is that scoring a model on its own gener…