分类任务自适应推理中贝叶斯一致性损失的研究

1. 12:00
   arXiv · ML

   分类任务自适应推理中贝叶斯一致性损失的研究

   summary_zh: 针对联合训练分类器与路由器在样本效率上的优势及理论缺口，本文提出成本敏感铰链损失，适用于单阶段与级联路由两种设定。 作者证明在最小化铰链风险时可恢复目标成本敏感零一损失下的贝叶斯最优风险，即线性校准界。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。