实体
CIFAR-10H
CIFAR-10H
PulseAugur coverage of CIFAR-10H — every cluster mentioning CIFAR-10H across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
软标签训练通过使用完整的标注分布来提高分类器准确性
研究人员提出了一种名为软标签训练的新型监督分类器训练方法，该方法利用标注者标签的完整分布，而不是单一的多数投票。这种方法对于具有内在歧义的任务特别有益，例如自然语言推理或礼貌检测。跨三个数据集的实验表明，软标签训练的准确性可与硬标签相媲美或超越硬标签，显著减少与标注者分布的偏差，并产生反映人类分歧的不确定性模型。
-
新研究发现温度缩放无法处理软标签
一项新的研究论文挑战了温度缩放方法在模型校准方面的有效性，尤其是在处理软标签或分布性人类标签时。研究发现，假设确定性独热标签的温度缩放方法，在直接对软标签进行校准的预言机（oracle）面前表现持续不佳。这种校准差距在语言模型中比在视觉模型中更大，并且随着模型规模的增大而增加。研究结果表明，在标签模糊性固有的安全关键应用中，当前的校准方法可能无法准确反映模型的可靠性。