实体 Efron & Hastie

Efron & Hastie

PulseAugur coverage of Efron & Hastie — every cluster mentioning Efron & Hastie 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

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_23570 · May 8 · 21:39

文章解释说，配对自举是 AI 模型评估的关键

一项技术分析解释了在评估 AI 模型性能时，配对自举的统计必要性，特别是在将基线系统与训练好的 LoRA 模型进行比较时。作者证明，使用相同的任务集进行两次评估，而不是独立的任务集，对于准确的置信度估计至关重要。虽然配对通过纳入协方差来降低标准误差，但由于模型在单个任务上的性能相关性较低，因此在这种特定情况下的实际收益并不显著。