multi-label classification
PulseAugur coverage of multi-label classification — every cluster mentioning multi-label classification across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新基准评估用于矿产勘探实验设计的LLM代理
研究人员开发了MineralExp,这是一个旨在评估大型语言模型(LLM)代理在矿产勘探地球化学实验设计方面能力的新基准。该基准通过将实验设计重新表述为多标签分类问题来应对评估LLM代理的挑战,使用了跨越五个矿产系统过程的19种实验类型的分类法。MineralExp包含277个案例和1,572个参考实验计划,这些计划来自已发表的文献并由专家验证。初步结果表明,当前的LLM代理倾向于提出比必要更多的实验,实现了高召回率但低精确率。
-
GoCo框架提高了基因本体论注释的准确性和数量
研究人员开发了GoCo,一个旨在提高计算生物学中基因本体论(GO)注释的准确性和数量的新框架。这种结构引导的方法校准现有的预测器分数以控制误差,特别针对基因级别的错误发现比例(FDP)。GoCo-M,一个变体,在遵守多项研究的误差目标的同时,展示了比现有方法发布更多GO术语的能力。另一个变体GoCo-N通过排序基因特异性调用进一步改进了这一点,与在独立数据集上使用Multilabel相比,发布的注释数量显著增加。
-
新研究使用fANOVA分析深度学习模型设计选择
一篇新发表在arXiv上的研究论文介绍了一种函数方差分析(fANOVA)方法,用于分析设计选择对遥感图像多标签分类深度学习模型的影响。该研究分析了48种和20种不同的深度学习模型,发现数据集属性(如尺度、分辨率和标签复杂度)会影响哪些设计选择(架构、微调、学习策略、初始化)对性能最为关键。对于大型数据集,微调和架构是关键;而在数据受限的情况下,初始化则起决定性作用。
-
持续学习方法在异构医学VQA任务中面临挑战
一篇新的研究论文分析了持续学习(CL)方法在医学视觉问答(MedVQA)系统中的有效性。该研究系统地评估了CL技术如何处理异构医学任务,如分类、检测和报告生成,以及它们防止灾难性遗忘的能力。研究结果表明,当前的CL方法在面对具有不同目标和监督形式的交错任务时,难以平衡稳定性和可塑性。该研究旨在提高MedVQA系统在实际临床部署中的适应性。
-
新基准解决胃肠内窥镜检查AI模型的幻觉问题
研究人员开发了新的基准和数据集,以解决用于胃肠内窥镜检查的视觉语言模型(VLM)中的幻觉问题。一项研究介绍了使用Gut-VLM数据集的基准,对五个VLM的九种幻觉检测方法进行了评估,发现ReXTrust等白盒方法表现明显更好。另一篇论文提出了SAGE数据集,该数据集专门从南亚地区收集,以对抗胃肠内窥镜检查AI中的人口偏见,并评估当前模型在不同数据集上的性能下降情况。