PulseAugur
实时 11:23:23
实体 Subset-Selected Counterfactual Augmentation

Subset-Selected Counterfactual Augmentation

PulseAugur coverage of Subset-Selected Counterfactual Augmentation — every cluster mentioning Subset-Selected Counterfactual Augmentation 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
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_110048 ·

    新的训练方法增强了视觉模型的泛化能力和鲁棒性

    研究人员开发了一种名为子集选择的反事实增强(SS-CA)的新训练方法,以提高视觉模型的因果推理能力。该技术使用归因方法来识别模型预测中的关键区域,然后通过数据增强来修改这些区域。通过在原始样本和增强样本上进行训练,SS-CA旨在减轻不完全的因果学习,并提高在各种基准测试上的泛化能力,包括分布外数据集和噪声等扰动下的性能。