Divide et Calibra提出多分类局部校准方法
热点事件持续更新
Divide et Calibra提出多分类局部校准方法
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
该研究提出组合式多分类校准方法 Divide et Calibra：用向量量化（VQ）划分表示空间，并为不同区域构建校准映射。作者报告称，该方法在基准数据集上显著改善了局部校准，同时保持有竞争力的全局校准和预测性能。 该方法还可推广到表示空间中的稀疏区域，但报道未给出具体数据集、提升幅度或适用限制。
AI 根据报道生成 · 42 分钟前更新
最新进展10月28日 12:00
Divide et Calibra：通过向量量化实现多分类局部校准报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine LearningDivide et Calibra：通过向量量化实现多分类局部校准
该研究提出一种组合式多分类校准方法，通过 Vector Quantization（VQ）对表示空间进行结构化划分，并以共享因子构建区域特定的校准映射。在 benchmark 数据集上，该方法显著改善局部校准，同时保持有竞争力的全局校准和预测性能，并能推广到表示空间中的稀疏区域。
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。