跳到正文
arXiv · ML· Zirui Liu, Zheming Zhu·· 3 天前AI 评分21

SmellNet 混合气味识别缺陷审计:未知组合下的成分级分析

Where Mixture Recognition Fails: An Ingredient-Level Audit of Unseen Combinations in SmellNet

AI 导读

审计发现 SmellNet 在未知成分组合识别中存在严重协议缺陷,四种架构模型在获知成分数量的协议下,90-96% 的混合样本被错误识别出不存在的成分。 官方测试集上,二元混合物中排名第一的成分准确率仅为 29-46%,且模型对训练集高频成分存在偏好,导致错误分布在所有架构间高度一致。 该研究表明识别瓶颈源于成分混淆与频率偏差而非模型架构,建议采用集级错误指标并移除先知数量进行评测。

来源:arXiv · ML · arxiv.org