SpatialUQ:黑盒视觉模型事后不确定性量化方法
热点事件持续更新
SpatialUQ:黑盒视觉模型事后不确定性量化方法
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Md Kawsher Mahbub 等人发布论文,提出 SpatialUQ 后验不确定性量化方法,仅利用模型输出的概率即可评估可信度,无需访问模型内部。据论文介绍,该方法在六次确定性前向计算中,比较全局预测与五个固定空间裁剪均值的 Jensen-Shannon 散度。 论文称代码与实验材料已公开。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
SpatialUQ:面向黑盒视觉模型的空间一致性事后不确定性量化报道时间线
沿着报道,了解事件的不同侧面。
10月8日
- arXiv:cs.LGSpatialUQ:面向黑盒视觉模型的空间一致性事后不确定性量化
SpatialUQ 是一种仅用输出概率的事后不确定性方法,通过六次确定性前向计算中全局预测与五个固定空间裁剪均值的 Jensen-Shannon 散度衡量可信度。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。