quadratic weighted kappa
PulseAugur coverage of quadratic weighted kappa — every cluster mentioning quadratic weighted kappa across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
视觉-语言模型在手写考试评分方面展现潜力
研究人员评估了各种视觉-语言模型（VLM）在基于成果的教育中对手写考试进行评分的有效性。该研究比较了包括 Qwen2.5-VL、InternVL3 和 Pixtral 在内的配置，并使用了零样本提示、少样本提示和低秩适配（LoRA）等方法。使用 LoRA 的 Qwen2.5-VL 实现了 0.727 的 Quadratic Weighted Kappa (QWK) 分数，超过了平均人类配对 QWK 的 0.551，显示出自动评分的潜力…
-
新损失函数解决序数分类中的“中心类别对冲”问题
研究人员引入了一种名为自适应边界序数损失（AMOL）的新损失函数，以解决序数分类任务中的一种特定失败模式，即中心类别对冲。这种现象会导致神经网络通过最小化对称损失来偏向预测中间类别，而忽略真实标签。AMOL 应用一个乘性权重，当预测类别接近中心且真实标签远离中心时，该权重较大，从而惩罚这种对冲行为。实验表明，其不对称变体 AMOL-asym 在 Abalone 数据集上完全消除了中心类别对冲。
-
序数扩散模型生成具有有序疾病进展的逼真医学图像
研究人员开发了一种序数潜在扩散模型，用于生成彩色眼底图像，特别解决了眼科疾病进展的连续性问题。与将疾病分期视为独立类别的标准条件扩散模型不同，该新模型融入了糖尿病视网膜病变（DR）严重程度的有序结构。通过使用标量疾病表示，该模型促进了相邻分期之间的平滑过渡，提高了视觉真实性和临床一致性。在EyePACS数据集上的评估显示，大多数DR分期的Fréchet inception distance有所降低，并且Quadratic weight…
-
BagShift协议揭示了补丁选择如何影响MIL模型的证据
研究人员推出了一种名为BagShift的新协议，旨在衡量补丁选择的变化如何影响全切片多实例学习（MIL）模型所观察到的证据。该方法将选择器的影响与病例组合的变化分离开来。在PANDA和CAMELYON16数据集上的实验表明，即使在相同的计算预算下，不同的补丁选择策略也会向模型展示显著不同的证据，导致二次加权kappa等性能指标大幅下降。研究结果表明，补丁数量本身并不决定观察到的证据，部署评估应同时报告保留的证据和聚合方法。