BriefGPT - AI 论文速递
·
无模型的测试时间适应用于外域检测
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了连续自适应离群分布检测（CAOOD）的新颖设置，旨在开发一种能够适应动态和迅速适应新到达分布的离群分布检测模型。通过元离群学习（MOL）的设计，训练过程中学习到了一个良好初始化的离群分布检测模型。实验证明该方法在保持ID分类准确性和离群分布检测性能方面有效。
🎯
关键要点
- 提出了一种新颖的连续自适应离群分布检测（CAOOD）设置。
- CAOOD旨在适应动态和迅速适应新到达分布的离群分布检测模型。
- 在部署期间，模型能够处理不足的ID样本。
- 通过设计学习和适应图表，开发了元离群学习（MOL）。
- MOL在训练过程中学习到了良好的初始化离群分布检测模型。
- 在测试过程中，MOL能够通过少量适应快速调整到新的分布。
- 广泛实验证明该方法在保持ID分类准确性和离群分布检测性能方面有效。
➡️
