model bias | BriefGPT - AI 论文速递

关键词model bias

搜索结果 - 31

ICLR深入探究语义规模不平衡
本研究旨在定义和量化类别的语义规模，以测量各个类别的特征多样性，并提出了一种量化语义规模不平衡的方法，设计并实现了基于语义规模平衡的学习方法，在多个数据集上得到了优于传统方法的性能表现。
PDF2 years ago
EdgeMixup: 改进皮肤病分类和分割的公平性
该篇论文通过使用 EdgeMixup 数据预处理算法实现了对深度学习模型在诊断皮肤病方面存在的模型偏差进行纠正，并对 Lyme，Tinea Corporis 和 Herpes Zoster 等病变诊断模型的性能进行了比较和分析，其中 Edg
PDF2 years ago
EMNLP清洗语言模型中的挑战
我们探讨了一些减轻大型语言模型毒性的策略，并分析了这些策略对模型偏差和质量的影响。我们发现：虽然基本的干预策略可以有效地优化先前建立的自动指标，但这是以减少有关边缘化团体的文本和方言的语言模型覆盖率的代价。同时，我们还发现，在强减毒干预之后
PDF3 years ago
深度强化学习下的模型预测行动者 - 评论家算法：加速机器人技能获取
介绍了一种基于模型预测控制的混合模型学习和无模型学习方法，名为 MoPAC，通过探索 / 利用以减轻模型偏差，可以实现真实机器人的训练。该方法使用优化轨迹指导策略学习，并且在需要时进行探索。通过实验，MoPAC 方法优于当前最先进的方法，适
PDF3 years ago
MM轨迹检查：一种用于迭代临床医师指导强化学习研究设计的方法
通过轨迹检查方法，研究人员发现在以强化学习为基础的模型中存在模型偏好，可能与小样本差异有关，期望的治疗结果不切实际，希望通过发现并解决这些问题，得出更加可靠的强化学习策略。
PDF4 years ago
ICLR路由多样分布感知专家实现长尾识别
本文提出了一种新型的长尾分类器 RIDE，通过多个专家、分布感知多样性损失以及动态专家路由模块来减小模型方差、缩小模型偏差与尾部的差距，相较于现有的方法，在 CIFAR100-LT、ImageNet-LT 和 iNaturalist 201
PDF4 years ago
通过分布和特征层次了解深可逆网络的异常检测
我们提出了两种方法来解决通过最大似然训练的深度生成网络在异常检测时的问题，并通过 log likelihood ratios 和多尺度模型，提高了检测性能。
PDF4 years ago
CVPR基于无偏均衡学习的跨领域目标检测方法
本研究提出了一种新的 UMT 模型，通过消除教师模型的偏差、使用像素级别的自适应增强训练样本、以及采用基于分布的估算策略来选择最适合当前模型的样本，从而消除了跨域识别中常见的模型偏差，并取得了显著的性能提升。
PDF4 years ago
EMNLP扰动敏感度分析以检测模型中的意外偏差
该研究旨在提出一种通用的评估框架，即扰动敏感性分析，以检测与命名实体相关的非预期模型偏差，并对两个不同的 NLP 模型进行了演示，即情感模型和毒性模型，以评估其效用。
PDF5 years ago
多任务学习在毒性评论检测中降低模型偏差的实证分析
该论文评估了多种最先进的模型，特别关注减少模型对一些少数群体的偏见，提出了一个多任务学习模型以及一系列深度学习模型，并使用特定的指标测试这些身份群体中意料之外的模型偏见。
PDF5 years ago
零样本学习有效深度嵌入
本文针对零样本学习中的交叉域匹配问题，详细探讨优秀的 embedding 空间应满足的两个标准：类内紧度和类间可分性，并提出了一种基于两个分支网络的方法来同时映射语义描述和视觉样本到 joint 空间，并在其中强制要求视觉嵌入与类级语义嵌入
PDF6 years ago