免训练SPEM缓解流模型OOD似然悖论
热点事件持续更新
免训练SPEM缓解流模型OOD似然悖论
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Donghwan Kim 与 Hyunsoo Yoon 提出一种名为 Semantic Proportional Entropy Manipulation（SPEM）的免训练方法，用于缓解归一化流等深度生成模型在 OOD 检测中给分布外输入异常高似然的问题。 该方法从熵的角度入手：对与分布内（ID）记忆库相似度更低的输入施加更强扰动。作者称，这一做法可缓解上述似然悖论。
AI 根据报道生成 · 50 分钟前更新
最新进展10月26日 12:00
SPEM：从熵视角缓解流模型 OOD 检测中的似然悖论报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv cs.AISPEM：从熵视角缓解流模型 OOD 检测中的似然悖论
研究者提出 Semantic Proportional Entropy Manipulation（SPEM），一种无需训练的方法，通过对与 ID 记忆库相似度更低的输入施加更强扰动，缓解归一化流等深度生成模型给 OOD 输入异常高似然的问题。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。