CANARY无训练检测器捕获图像分类静默失效

2026年10月27日，Wonseok Shin和Songkuk Kim在arXiv发表关于CANARY的研究。该无训练检测器通过计算倒数第二层特征PCA残差上的每类kNN距离，并在验证集上进行百分位校准，最终通过单一验证调优权重与最大Softmax概率（MSP）融合。 CANARY所有参数仅基于分布内数据选定，在385个分布偏移单元中匹配或改善了382个，尤其在自然分布偏移（如ImageNet-A/R、ObjectNet）上增益最大。该设计有效捕获了MSP存在结构性盲点的高置信度静默错误。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。