跳到正文
arXiv · ML· Konstantinos Stavropoulos·· 3 天前AI 评分21

分布偏移学习中的多精度作为误差基准

Multiaccuracy as an Error Benchmark for Learning with Distribution Shift

AI 导读

针对分布偏移下误差基准选择难题,引入 shift multiaccuracy 强化 TDS 形式化框架。 该框架无偏移时等价于 multiaccuracy,首次通过高效归约保持训练边缘并推广 agnostic learning,保留现有算法上界并继承计算下界。

来源:arXiv · ML · arxiv.org