研究人员引入了矩阵谱函数作为数据集评估的更广泛目标类别，涵盖了Vendi分数和行列式点过程（DPPs）。他们证明了这些函数以及常见的神经网络规模法则目标是次模的。该研究还开发了高效的优化方法，将评估时间缩短了35,000倍，使得像ImageNet-1K这样的大型数据集可以直接优化Vendi分数成为可能。实验比较了各种目标，发现设施选址在预测留存测试性能方面表现最佳，而Vendi分数在高值时可能成为一个糟糕的代理指标。研究还强调，随机子集在评估分数和性能方面出奇地集中，并且数据价值的确定不仅仅取决于大小、类别平衡和训练预算。 AI
影响 引入了一个更高效、更全面的数据集评估框架，有望改善模型训练和性能预测。
排序理由 这是一篇研究论文，详细介绍了用于评估数据集的新理论框架和计算方法。[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 →
