arXiv · ML· Zhirong Su, Tian Zhang·· 2 天前AI 评分23
AeroIntent 基准测量审计的五层框架:编码、可解码性与使用证据
Encoding, Decodability, and Use: A Five-Layer Framework for Benchmark Measurement Audits with Evidence from UAV Intent Recognition
AI 导读
针对无人机意图识别基准 AeroIntent,提出区分观察、表征、解码、使用与行为层的五层审计框架。 观察层在 20 个程序中的 7 个上不可靠;表征层 RAFT 流径向偏置相关系数 $r=+0.257$,但多特征测试相关系数最高仅 $r=+0.080$。 解码层最小可检测效应量 $|r|=0.599$ 时统计功效为 0.00;使用层显示准确率依赖程序记忆而非径向速度读数。
来源:arXiv · ML · arxiv.org