balanced accuracy
PulseAugur coverage of balanced accuracy — every cluster mentioning balanced accuracy across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
使用Python的金融工具包筛选低估值股票
本文详细介绍了如何使用Finance Toolkit Python库系统地筛选低估值股票。文章概述了一个三步流程：首先，提取已定义公司范围内的关键估值倍数，如市盈率（P/E）、市销率（P/FCF）、市净率（P/B）和企业价值/息税前利润（EV/EBITDA）。其次，对此数据应用过滤器，例如市盈率低于20且EV/EBITDA低于18，同时排除收益为负的公司。最后，文章建议叠加一个质量筛选来区分真正的价值和潜在的价值陷阱，尽管这一步在提供…
-
新研究探讨大型语言模型推断、隐私和代码风格计量
近期研究探索了大型语言模型（LLMs）的内部工作机制和安全性。一项研究调查了LLMs如何形成类似于人类海马体的抽象表征以支持推断，发现LLMs的更高层级表现出与抽象上下文几何相关的几何结构。另一系列论文则关注隐私和安全，提出实体级成员推断的方法来检测特定实体的信息是否被用于LLM训练，并探讨了LLMs如何被用来模糊代码风格计量，使作者归属更具挑战性。
-
HECKTOR 2025挑战赛为头颈癌AI分析设定基准 · 追踪2个来源
HECKTOR 2025挑战赛在前几届的基础上，利用多模态PET/CT影像和电子健康记录，为头颈部癌症的自动化分析建立了基准。该挑战赛涉及来自10个全球中心的1100多名患者，并要求35个注册团队进行肿瘤分割、复发无生存期预测和HPV状态分类。排名前15的参赛作品展示了有希望的结果，算法在分割方面达到了0.75的平均Dice相似系数，在生存期预测方面达到了0.66的一致性指数，在HPV分类方面达到了0.56的平衡准确率。
-
新的Rel-MOSS方法解决了关系深度学习中的不平衡数据问题
研究人员推出了一种新颖的方法Rel-MOSS，用于解决关系数据库上关系深度学习中的类别不平衡问题。该方法旨在通过采用以关系为中心的合成过采样技术，防止少数实体被多数实体所掩盖。Rel-MOSS利用了关系门控控制器来调节邻域消息，并使用关系引导合成器在过采样过程中保持关系一致性。实验表明，Rel-MOSS在平衡准确率和G-Mean方面分别提高了高达2.46%和4.00%，优于最先进的方法。