OpenOOD v1.5

新的SCALE方法在无需训练数据的情况下增强了AI的分布外检测能力

研究人员开发了一种名为“反相干正则化绝对尺度”（SCALE）的新方法，以提高AI安全中的分布外（OOD）检测能力。该方法通过使用激活值的绝对值来解决现有SCALE技术的局限性，这可以防止负贡献相互抵消，从而导致该方法在ViT等某些神经网络架构上失效。提出的反相干正则化通过惩罚符号不匹配的贡献，进一步优化了尺度因子，从而在无需访问训练数据的情况下，在CIFAR-10和ImageNet等OOD检测基准上提高了性能。