AAAIDec, 2023
走向可靠的人工智能模型部署:多输入混合用于超出分布检测
Towards Reliable AI Model Deployments: Multiple Input Mixup for Out-of-Distribution Detection
Dasol Choi, Dongbin Na
TL;DR我们提出了一种新颖且简单的方法,称为 Multiple Input Mixup(MIM),它可以通过单次 fine-tuning 改善 OOD 检测性能,而无需从头训练模型。我们的方法仅利用 ID 样本生成合成的 OOD 数据,且在 CIFAR10 和 CIFAR100 基准测试中展示出与 SOTA 方法相比更出色的性能,且不需要对特征向量进行额外计算。