TvA-TS

新的SRTS-BCE方法在数据有限的情况下提高了AI分类器的校准性能

研究人员开发了一种名为信号路由温度缩放（SRTS-BCE）的新方法，用于提高AI分类器的校准性能，特别是在验证数据有限的情况下。该技术引入了一种低容量、风险条件的校准器，在校准预算较小时，其性能优于传统的标量方法，甚至优于更高容量的自适应方法。SRTS-BCE在CIFAR-100等数据集上使用ViT-B/16等模型取得了更好的性能，证明了其在数据受限场景下的有效性。