实体
out-of-distribution (OOD) detection
out-of-distribution (OOD) detection
PulseAugur coverage of out-of-distribution (OOD) detection — every cluster mentioning out-of-distribution (OOD) detection 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
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
揭示了用于深度神经网络的新型可解释OOD检测方法
研究人员开发了一种新颖的方法来检测深度神经网络中的分布外（OOD）数据，特别针对医疗成像应用，因为在这些应用中可靠性至关重要。这个新框架利用稀疏自编码器（SAEs）学习特定类别的概念向量，然后用这些向量来扰动模型表示。在这些语义扰动下预测的稳定性可作为OOD检测的指标，同时提供区分信号和对模型不确定性的可解释视图。
-
新框架改进了 AI 模型中的分布外检测
研究人员开发了一个名为拉格朗日子流（LSF）的新框架，以改进连续归一化流（CNFs）中的分布外（OOD）检测。该方法旨在分离和估计相关数据组件的密度，同时将其他组件用作上下文，从而解决 OOD 样本被错误分配高似然性的“似然悖论”。该框架利用子流轨迹沿速度场的几何诊断信号来创建度量，在零样本语音单元级别误读检测等任务上优于传统的基于似然的方法。