通过非负核回归的软聚类进行域外检测
原文中文，约400字，阅读约需1分钟。发表于：。语言模型变得越来越通用，需要更多关注如何检测训练过程中没有见过的样本，我们提出了一种基于非负核回归的新型软聚类方法用于检测 ODD，该方法大大降低了计算和存储复杂性，并在四个不同的基准测试中相比现有方法提高了多达 4 个 AUROC 点。我们还推出了我们算法的一种熵限制版本，在保持竞争性能的同时，进一步降低了存储需求（与可比较方法相比，降低了多达 97%），我们的软聚类方法用于 ODD...
该文章介绍了一种基于非负核回归的软聚类方法，用于检测训练过程中没有见过的样本。该方法在计算和存储复杂性方面有显著降低，并在四个基准测试中相比现有方法提高了多达4个AUROC点。作者还推出了一种熵限制版本，进一步降低了存储需求。该软聚类方法在ODD检测中显示了在极端规模数据环境中检测尾部现象的潜力。
