Das Paper konzentriert sich auf die Verbesserung der OOD-Erkennung durch die Einführung des OOD-R-Datensatzes mit geringem Rauschpegel und die Implementierung der AktFun-Methode zur Verbesserung der Modellstabilität und Genauigkeit. Durch die Datenreinigung werden bis zu 2,5% Verbesserung der Genauigkeit und mindestens 3,2% Reduktion der Falsch-Positiven erreicht. Die AktFun-Methode führt zu erheblichen Leistungssteigerungen in verschiedenen OOD-Erkennungsmethoden. Es wird betont, wie wichtig die Datenintegrität für die Genauigkeit von Algorithmen ist.
To Another Language
from source content
arxiv.org
Thông tin chi tiết chính được chắt lọc từ
by Yingrui Ji,Y... lúc arxiv.org 03-07-2024
https://arxiv.org/pdf/2403.03412.pdfYêu cầu sâu hơn