Oct, 2023
一种核得分的偏差 - 方差 - 协方差分解方法用于生成模型
A Bias-Variance-Covariance Decomposition of Kernel Scores for Generative Models
Sebastian G. Gruber, Florian Buettner
TL;DR生成模型的不确定性估计及其提出的内核评分和相关熵的偏差 - 方差 - 协方差分解是一项有前景的研究工作。作者利用生成样本提出了无偏且一致的估计方法，证明了方差和预测内核熵可作为图像、音频和语言生成的不确定性度量。这种不确定性估计方法在问答数据集上显示出比现有基线更好的性能，并可应用于闭源模型。