实体
MetaShift
MetaShift
PulseAugur coverage of MetaShift — every cluster mentioning MetaShift across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的SAGE框架解决了机器学习模型中的虚假相关性问题
研究人员开发了SAGE，一个新颖的两阶段生成增强框架，旨在解决机器学习模型中的虚假相关性问题。该方法利用聚类衍生的子标签和类别标签来微调生成模型和文本编码器，创建合成数据以平衡训练集中的代表性不足的区域并构建平衡的验证集。SAGE旨在通过减轻对多数虚假属性的依赖来提高模型在少数群体上的性能，其表现优于现有的无分组标签方法。
-
新框架解决深度学习模型中的虚假相关性 · 已追踪2个来源
研究人员开发了一个新颖的两阶段框架，通过解决虚假相关性来提高深度神经网络在分布变化下的鲁棒性。该方法首先使用具有扩散模型的生成干预来创建前景对象的上下文偏移变体，在保持身份的同时改变背景。然后，一种新的跨变体自监督学习技术通过配对不同背景下的同一对象的变体来对齐以对象为中心的表示，从而抑制特定于背景的线索。该方法在Waterbirds、MetaShift和NICO++等基准测试中取得了最先进的性能。