BriefGPT - AI 论文速递
·
层次视觉类别建模：联合表示学习与密度估计框架用于分布外检测
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
深度生成模型的密度估计存在偏差，分层变分自编码器提供了解释。设计了一种快速、可扩展且无监督的似然比分数用于ODD检测，获得最佳实验结果。
🎯
关键要点
- 深度生成模型的密度估计存在偏差，导致对训练分布之外的数据分配更高的似然性。
- 分层变分自编码器提供了对这种偏差行为的解释。
- 设计了一种快速、可扩展且无监督的似然比分数用于ODD检测。
- 在大量数据和模型组合上进行了基准测试，获得了最佳实验结果。
🏷️
标签
➡️
