09:44
官方账号arXiv cs.LG@Mostafa ElAraby, Samer B. Nashed, Liam Paull
推荐理由：持续学习里OOD检测老退化，这篇论文讲清了原因，还给了免训练的TOOD校准方法，CIFAR上九成配置都能排前二。
TOOD
共 1 条相关 AI 资讯
8月3日
09:44
这篇论文研究持续学习系统中的分布外（OOD）检测退化问题。作者发现OOD遗忘与先前任务分类性能仅呈弱负相关，且能量型和特征型检测器分别因置信度缺口和流形拥挤而退化。他们提出无需训练的后续校准方法TOOD，将logits分解为逐任务能量分数并用重放缓冲统计重新校准。在CIFAR-10、CIFAR-100和100任务ImageNet-1K流上，TOOD在九个十项CIFAR配置中排名第一或第二。