研究揭示核度量有限样本下的检测盲点
热点事件持续更新
研究揭示核度量有限样本下的检测盲点
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Tomasz Radzikowski和Mateusz Modrzejewski提交了一项关于生成评估中核度量有限样本敏感性的研究：每侧使用780个样本时，KID和KAD的默认配置很少检测到旋转变化，但每次实验都检测到均值偏移。 研究在符号音乐、音频和图像的真实嵌入上进行测试。作者发现，调整 Gaussian 核带宽、改用 Laplace 核或聚合测试可恢复部分敏感性，并建议报告核距离时同时说明样本量及配置能检测的变化类型。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
生成式评测中核度量的有限样本敏感性报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine Learning生成式评测中核度量的有限样本敏感性
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。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月28日 21:00
- 近 24 小时变化
- –
02468
21:0022:0023:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。