arXiv · Machine Learning· Zexing Zhang, Jichao Li, Tianyang Lei, Yiyin Zhang, Kewei Yang·· 8 小时前AI 评分43
超越样本稀缺:何时值得进行编码器适配?
Beyond Scarcity: When Encoder Adaptation Is Worthwhile
AI 导读
研究提出一种受控评估框架,用于衡量类别不平衡校正后继续进行编码器适配的增量价值。实验发现,在低样本支持条件下,只有当表征分配更加不均衡时,编码器适配才能带来具有实际意义的性能提升,同时保持高频类别的准确率。结果表明,基准测试的构建方式会影响训练决策,仅凭样本数量不足以判断编码器适配的价值。
来源:arXiv · Machine Learning · arxiv.org