BriefGPT.xyz
Ask
alpha
关键词
data-centric approaches
搜索结果 - 5
ICML
通过数据重要性外推在对抗训练中进行大规模数据集剪枝
基于从小数据集外推数据重要性分数的数据修剪策略,在保持鲁棒性的同时有效地减小数据集大小。
PDF
17 days ago
机器学习鲁棒性:入门指南
本章探索了机器学习(ML)中鲁棒性的基本概念及其在建立可信人工智能(AI)系统中的关键作用。讨论从详细定义鲁棒性开始,描绘了 ML 模型在各种意外环境条件下保持稳定性能的能力。通过不同视角剖析 ML 鲁棒性:与泛化能力的互补性,作为可信 A
→
PDF
3 months ago
使用精选样本训练绿色 AI 模型
提出一种基于进化的采样框架,旨在识别适用于数据集和模型配对的精英训练样本,比较模型性能和能效增益,调查该框架对促进可持续模型训练实践的可行性。经实验验证,考虑到 10% 的精英训练样本,模型性能可以提升 50%,能源节约达 98%。
PDF
5 months ago
以数据为中心的长尾图像识别
在长尾场景下,数据为模型提供了强大的需求,数据中心方法旨在增强数据的数量和质量以提高模型性能。本研究从特征多样性和分布转移的角度解决该问题,引入了特征多样性增益(FDG)的概念来阐明信息增强的有效性,实验证明使用 FDG 选择扩增数据可以进
→
PDF
8 months ago
CLIP: 用更少的数据更快地训练
该论文提出了一种名为 CLIP 的新型数据处理方法,该方法集成了课程学习和数据集修剪,通过迭代数据修剪来提高模型的学习精度和收敛速度。在人群密度估计模型上进行了大量实验,结果表明,将数据修剪视为课程学习的嵌入过程是新颖的,此方法可以通过减少
→
PDF
2 years ago
Prev
Next