arXiv 机器学习· Juliusz Ziomek, Maike Osborne, Yee Whye Teh·· 5 hours agoAI score34
TrustMix：实现预训练模型在分布偏移下的优雅降级
TrustMix: Graceful Degradation for Pretrained Models under Distribution Shift
Not yet translated; shown in Chinese.
AI guide
TrustMix 是一种轻量级事后方法，通过将预训练模型的预测分布与用户指定的后备分布结合，实现模型在分布外偏差增大时的显式可控与优雅降级。该方法无需重新训练基座模型，适用于回归与分类任务，并在 CIFAR-10/100、ImageNet 等基准及 CNN、Transformer 架构上完成验证。它在保持分布内表现的同时改善了预测不确定性，并可作为贝叶斯优化的代理模型。
Source:arXiv 机器学习 · arxiv.org