BriefGPT.xyz
Ask
alpha
关键词
last-layer retraining
搜索结果 - 4
领域不可知公平修正的标签噪声鲁棒性:最近邻标签传播
在最后一层重新训练中,我们提出了一种针对标签噪音的快速修正方法,通过在潜在最近邻图上进行标签传播,实现了在广泛数据集上对称标签噪音下最差群体准确性的最先进水平。
PDF
23 days ago
ICML
免费的假设等级:基于目标检测的简单最后一层重新训练框架
使用开放词汇物体检测技术防止深度神经网络中的虚假特征,通过排序图像并使用最高分数的子集进行最后一层训练,验证了该方法在 ImageNet-1k 数据集上的有效性。
PDF
8 months ago
面向少量注释的群体鲁棒性的最后一层重新训练
通过仅使用模型选择的族群注释和少数类别注释,最后一层的重新训练可以显著提高最差群组的准确性,而无需额外的数据或注释。此外,我们还引入了一种轻量级方法,即选择性的最后一层微调(SELF),通过使用误分类或不一致性的数据构建了重新加权数据集,实
→
PDF
10 months ago
最顶层重新训练是否足够抵御伪相关性?
通过对医学领域的真实数据进行研究,我们考察了深度特征重新加权方法(DFR)对于应用的可行性,并研究了最后一层重训练方法背后的有效性原因,结果表明 DFR 可以提高最差群体的准确性,但仍对虚假相关性敏感。
PDF
a year ago
Prev
Next