一项发表在Hugging Face的Daily Papers上的新研究调查了AI模型的不确定性是否与人类在图像标注任务上的分歧相关。研究人员使用了FER+和CIFAR-10H数据集,这些数据集为每张图像提供了多个标注以捕捉歧义,并评估了三种架构的八个预训练模型。研究结果表明,模型不确定性与人类分歧之间的相关性很弱,这表明当前的不确定性量化方法可能无法可靠地识别出人类认为模棱两可的实例。这突显了一个关键的失败案例,即模型可以自信地预测一张图像的单一标签,而人类却认为该图像有多种有效的分类。 AI
影响 当前的AI模型不确定性指标可能无法可靠地识别模糊案例,可能导致在高风险决策中过度自信。
排序理由 学术论文,详细介绍了关于AI模型不确定性的研究结果。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →