跳到正文
arXiv · ML· Zeju Li, Konstantinos Kamnitsas, Mobarak I. Hoque, Melanie Roschewitz, Cheng Ouyang, Chen Chen, Ben Glocker·· 29 天前AI 评分38

研究人员提出 MOVAL 工具以无标签数据评估深度学习模型部署安全性

Estimating Performance for Safe Deployment of Machine Learning Models

AI 导读

针对深度学习在真实场景中因分布偏移导致的评估难题,研究人员提出 MOVAL 模型评估工具。该工具利用无标签测试数据估算模型性能,通过引入类别置信度校准缓解类别不平衡影响,并结合集成方法提升鲁棒性。在自然图像和医学图像数据集上验证后,MOVAL 在准确率、F1-Score、AUC 等指标上达到 SOTA 结果,支持在类别、实例和像素层级提供准确估算,确保机器学习模型的透明与安全部署。

来源:arXiv · ML · arxiv.org