09:15
官方账号arXiv cs.LG@Paula Cordero Encinar, Taylan Cemgil, Arnaud Doucet, Virginia Aglietti, Silvia Chiappa
推荐理由：这篇论文提出了BayesAME，能自动算出评估模型需要多少数据，比手动定大小更准更省事。
核心子集
共 1 条相关 AI 资讯
7月30日
09:15
BayesAME是一种贝叶斯主动模型评估框架，能自动确定评估大型生成模型所需的核心子集大小。它通过定义潜在能力变量和联合先验分布来建模性能，利用信息增益准则迭代选择项目。在多个基准上的实验表明，BayesAME一致优于现有方法的顺序适应版本。研究还证实非随机核心子集选择优于随机选择，且使用连续响应对数似然能显著提升估计精度。