实体 E-CoTS

E-CoTS

PulseAugur coverage of E-CoTS — every cluster mentioning E-CoTS across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_257101 · Sep 16 · 04:00

新方法CoTS在不牺牲准确性的情况下提高了AI模型的校准度

研究人员开发了CoTS，一种用于测试时提示调优（TPT）的新型事后校准方法，旨在提高准确性而不牺牲校准度。CoTS应用温度缩放来减小适应性预测和零样本预测之间的置信度差距。增强版E-CoTS采用弱-强集成策略，在保持校准度的同时进一步提高准确性，这在ImageNet变体上预期的校准误差显著降低中得到了证明。