arXiv · ML· Ziyao Mou, Andrea Wynn, Eric Nalisnick·· 16 小时前AI 评分25
提出 EDA-L2D 框架以适配专家可靠性随时间漂移
Learning to Defer under Expert Drift
AI 导读
研究提出 EDA-L2D 框架,通过序列模型结合专家近期结果历史,动态适应可靠性随时间的波动。 在图像分类、医疗诊断和仇恨言论检测三个任务中,该方法比传统 L2D 方法更有效地分配人机决策。
来源:arXiv · ML · arxiv.org