PulseAugur
中
实时 13:53:41
实体 Spawrious Many-to-Many Hard Challenge

Spawrious Many-to-Many Hard Challenge

PulseAugur coverage of Spawrious Many-to-Many Hard Challenge — every cluster mentioning Spawrious Many-to-Many Hard Challenge across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_21798 ·

    eXplaining to Learn框架提高了AI模型在分布偏移上的性能

    研究人员推出了一种名为eXplaining to Learn (eX2L) 的新颖框架，旨在提高模型在面对分布偏移时的性能和可解释性。该方法通过在训练期间将混淆特征与分类器的潜在表示分离来实现。eX2L通过惩罚主要分类器的激活图与同时训练的混淆器分类器的激活图之间的相似性来实现。该框架在Spawrious Many-to-Many Hard Challenge基准测试中表现出显著的改进，优于当前最先进水平。