사전 학습된 분류기의 특징 공간에서 에너지 기반 모델을 학습하여 Out-of-Distribution 탐지 성능을 향상시킨다.
본 연구는 텍스트 데이터의 Out-of-Distribution 탐지를 위해 Transformer 기반의 변분 추론 프레임워크 VI-OOD를 제안한다. VI-OOD는 조건부 확률 p(y|x) 대신 결합 확률 p(x,y)를 최대화하여 OOD 탐지에 유용한 잠재 표현을 학습한다.