约束访问环境中检测分布外样本的扰动与比较方法
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
本研究提出了一种新的分布外样本(OOD)检测框架MixDiff,通过对目标样本和相似的分布内样本施加相同的输入扰动,比较两者模型输出的相对差异,解决了机器学习模型在远程API下无法访问参数的问题,有效提升了在视觉和文本领域的OOD检测性能。
🎯
关键要点
- 本研究提出了一种新的分布外样本(OOD)检测框架MixDiff。
- MixDiff框架通过对目标样本和相似的分布内样本施加相同的输入扰动。
- 比较目标样本和分布内样本的模型输出相对差异。
- 解决了机器学习模型在远程API下无法访问参数的问题。
- 有效提升了在视觉和文本领域的OOD检测性能。
➡️