实体
L2-regularized logistic regression
L2-regularized logistic regression
PulseAugur coverage of L2-regularized logistic regression — every cluster mentioning L2-regularized logistic regression across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
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 2 条
-
新的VitisGP数据集为葡萄性状预测的机器学习设立基准
研究人员推出了VitisGP，这是一个新的多表型数据集，旨在从基因组数据预测葡萄特征。该数据集整合了全基因组SNP数据和26个不同的预测任务，包括香气、植物学和酿酒葡萄颜色性状，涵盖了1,197个Vitis vinifera栽培品种。该研究对各种机器学习模型进行了基准测试，发现CatBoost在所有任务上的宏平均AUROC为0.696，总体表现最佳，尽管不同性状类型的表现各异。
-
LLM幻觉信号被识别为简单的均值偏移
研究人员发现，检测大型语言模型幻觉的主要信号是模型隐藏状态内的简单均值偏移。在各种7B规模的模型和数据集上，复杂的探针架构并未显著优于L2正则化逻辑回归等基本方法。研究表明，探针设计中感知到的复杂性很大程度上是由于估计高维协方差的困难，而不是可利用的非线性。研究结果表明，连续的层带包含幻觉信号，可以进行有效聚合。