新论文提出CANARY检测图像分类器高置信静默错误

Wonseok Shin 与 Songkuk Kim 在 arXiv 发布论文，提出免训练检测器 CANARY，用于捕捉图像分类模型高置信度预测中的静默错误。方法是在倒数第二层特征的 PCA 残差上计算按类 kNN 距离，用验证数据做百分位校准，再通过单个验证调优权重与 MSP 融合。 论文称，所有参数仅在分布内数据上选择时，CANARY 在五个骨干网络的 385 个偏移场景中匹配或改进其中 382 个（e-AURC 指标；AUROC 为 379 个）。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。