跳到正文
arXiv · Machine Learning· Tomasz Radzikowski, Mateusz Modrzejewski·· 13 小时前AI 评分62

生成式评测中核度量的有限样本敏感性

Finite-Sample Sensitivity of Kernel Metrics for Generative Evaluation

AI 导读

这篇论文研究 KID 和 KAD 在有限样本下对生成样本变化的检测能力,发现每侧 780 个样本时,两种默认配置很少检测到旋转变化,却能在每次实验中检测到均值偏移。实验还显示,调整 Gaussian 核带宽、使用 Laplace 核或聚合测试可以恢复部分敏感性,作者建议报告核距离时同时注明样本预算及其配置能够检测的变化类型。

来源:arXiv · Machine Learning · arxiv.org