confidence scores | BriefGPT

关键词confidence scores

搜索结果 - 28

关于长尾物体检测和实例分割的模型校准
本研究探讨了一种后处理校准置信度分数的方法，提出了 NorCal，基于训练样本大小来重新加权每个类别的预测分数，通过将背景类别和每个候选区域上类别的分数进行归一化来在长尾场景下增强性能，这种方法可以显著提高几乎所有基线模型的表现。
PDF3 years ago
ACL预训练变形金刚模型在意图分类中的鲁棒性？评估超出范围意图检测的一个缺失要素
本文探讨了在少样本意图识别任务中，在领域内外范围检测的重要性，揭示了预训练 Transformer 模型在领域内但扩展到领域外数据上的漏洞，构建了新的数据集并对模型能力作出实证验证。同时，对模型错误分类的 ID-OOS 意图进行了分析，并提
PDF3 years ago
ICML混合数据增强何时如何提高校准性能
本文通过理论与实验证实，Mixup 数据增强技术可以在高维机器学习模型中提高模型信心值的校准性，同时可减少半监督学习中加入未标注数据所带来的校准性问题。
PDF3 years ago
基于注意力机制的序列到序列模型语音识别置信度估计
本文探讨如何使用语音识别器的置信度得分来评估转录质量，提出了一种名为信心估计模块（CEM）的轻量化且有效的方法来解决端到端模型的过度置信问题，并发现 CEM 能潜在地改善半监督学习等下游任务。
PDF4 years ago
加权框融合：来自不同目标检测模型的框融合
该论文提出一种新的物体检测模型的预测结果融合方法，即加权框融合，并在多个数据集上进行了测试与验证，包括 Open Images 和 COCO Object Detection track，取得了最佳结果。
PDF5 years ago
关于多类分类与拒绝机制的校准
本文研究了多类别分类问题中的拒绝机制，提出了同时训练分类器和拒绝器的方法，并探讨了针对更广泛损失函数的可接受标准，最终通过实验验证了理论发现的相关性。
PDF5 years ago
来自不完美演示的模仿学习
本研究提出了使用置信度评分进行模仿学习，通过仅仅给予一小部分次优演示的置信度评分，有效地从次优演示中学习。此外，提出了两种基于置信度的模仿学习方法，即 2IWIL 和 IC-GAIL。理论和实证结果都表明，这些方法显著提高了模仿学习的性能。
PDF5 years ago
ACL神经语义分析的置信度建模
本研究致力于神经语义分析器的置信度建模，设计了各种度量标准来估计置信分数和确定哪些输入因素会导致不确定的预测，结论表明我们的模型显著优于传统方法并且提高了模型解释的质量。
PDF6 years ago