BriefGPT - AI 论文速递
·
Model Compression Using Limited Class Imbalanced Samples: An Out-of-Distribution Exploration
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了一种新的自适应框架OE-FSMC，旨在解决因隐私和安全问题导致的类别不平衡。该框架通过整合易获取的超出分布数据，成功平衡了训练分布，并验证了其在提升模型压缩精度方面的有效性。
🎯
关键要点
- 本研究提出了一种新的自适应框架OE-FSMC，旨在解决因隐私和安全问题导致的类别不平衡。
- 该框架通过整合易获取的超出分布数据，成功平衡了训练分布。
- OE-FSMC框架经过广泛实验验证，提升了模型压缩精度。
➡️
