arXiv 机器学习· Zexing Zhang, Jichao Li, Tianyang Lei, Yiyin Zhang, Kewei Yang·· 4 小时前AI 评分35
长尾识别研究：何时值得进行编码器自适应
Beyond Scarcity: When Encoder Adaptation Is Worthwhile
AI 导读
一项关于长尾识别的研究提出受控评估框架，发现仅当表征分配变得更加不平衡时，在分类器平衡后继续进行编码器自适应才能带来实际增益。该现象在 ImageNet 规模评估与预设 1 个百分点的操作裕度下均成立，且能保持高频类别准确率，表明样本量本身不足以决定表征微调的增量价值。
来源：arXiv 机器学习 · arxiv.org