ImageNet-RIB基准评估微调鲁棒性继承
热点事件持续更新
ImageNet-RIB基准评估微调鲁棒性继承
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Jaedong Hwang等作者提出并发布 Robustness Inheritance Benchmark（ImageNet-RIB），用于评估预训练模型微调后鲁棒性是否得以保留。 结果显示，在 LAION-2B 等最大、最多样数据集上预训练的模型，在小数据集上微调后鲁棒性损失更大、绝对鲁棒性更低。作者称，这种崩溃在 CLIP 等对比预训练模型中随预训练规模增长，而受监督模型未出现该现象，即大规模预训练数据集未必保证图像分类微调后的鲁棒性。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
大规模预训练数据集未必保证图像分类微调后的鲁棒性报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv：cs.AI大规模预训练数据集未必保证图像分类微调后的鲁棒性
研究提出 Robustness Inheritance Benchmark（ImageNet-RIB），用于评估预训练模型微调后的鲁棒性保留情况。结果显示，在 LAION-2B 等最大、最多样数据集上预训练的模型，在小数据集上微调后鲁棒性损失更大、绝对鲁棒性更低，且这种崩溃在 CLIP 等对比预训练模型中随预训练规模增长，而受监督模型未出现该现象。
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。