TTCov:训练前按部署分布筛选数据
热点事件持续更新
TTCov:训练前按部署分布筛选数据
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Nadine Chang 等作者提出 TTCov(Test-Time Coverage),一种在训练前利用测试侧信息筛选训练数据的方法,不在推理时更新模型权重。其做法是构建任务 Atlas 与 Knowledge Atlas(K-Atlas),把部署分布转化为筛选目标,再在预算内选出部署 AP 分布接近该目标的训练集。 该方法目前以 arXiv 论文形式发布,作者称其属于数据级测试条件筛选;报道未给出实验验证结果或与其他方法的对比。
AI 根据报道生成 · 1 小时前更新
最新进展11月18日 13:00
TTCov:面向部署感知学习的测试条件数据筛选方法报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv cs.AITTCov:面向部署感知学习的测试条件数据筛选方法
TTCov(Test-Time Coverage)是一种数据级测试条件筛选方法,在训练前利用测试侧信息而非在推理时更新模型权重。它通过构建任务 Atlas 与 Knowledge Atlas(K-Atlas)将部署分布转化为筛选目标,再选出部署 AP 分布接近该目标的预算内训练集。
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。