一致性校准:通过扰动邻居之间的一致性提高不确定性校准
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种一致性校准(CC)方法,解决深度学习模型不确定性估计的误校准问题。CC通过扰动输入下的一致性自校准,无需额外数据或标签,提升计算效率。实验表明,CC在多种数据集上表现出色。
🎯
关键要点
-
本研究提出了一种一致性校准(CC)方法,解决深度学习模型不确定性估计的误校准问题。
-
CC方法基于模型在扰动输入下的一致性进行自校准,无需额外的数据样本或标签信息。
-
该方法显著提升了计算效率。
-
实验结果表明,CC在多个标准数据集和长尾数据集上均表现出色,展现出最佳性能。
➡️