AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:长尾识别×
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
6月2日
12:01
12:01arXiv cs.AI@Shuo Zhang, Chenqi Li, Tingting Zhu
长尾识别是深度学习中的难题,两阶段解耦范式中的自适应范数缩放技术虽有效,但依赖超参数调优,性能波动大。本文提出 Self-Adaptive Monotonic Normalization (SAMN),通过 Pool Adjacent Violators Algorithm 直接对每类权重范数施加单调性约束,无需参数正则化,彻底消除超参数敏感性。SAMN 是一种通用策略,可无缝集成到其他方法中提升性能。在多个基准数据集上,SAMN 显著提升长尾识别准确率,常达到最优结果。
论文长尾识别自适应范数缩放超参数友好SAMN深度学习

推荐理由:做长尾识别或类别不平衡任务的开发者,终于可以告别调参噩梦了——SAMN 直接省去超参数搜索,即插即用还能涨点,建议试试。
原文
精选全部日报登录