GUARD:冻结多模态模型在模态缺失下的风险受控修正方法
热点事件持续更新
GUARD:冻结多模态模型在模态缺失下的风险受控修正方法
1 篇报道1 个报道来源53 分钟前更新
先了解这件事
AI 综述
Hoang Pham Cong 等作者在 arXiv 论文(arXiv:2611.23886)中提出 GUARD(Gated Utility-Aware Recalibration for Deployment)方法,针对权重已冻结的多模态模型在模态缺失时的预测误差进行修正,仅在判断修正有益时施加。 GUARD 不改动已部署的预测器:先通过检索估计候选修正,再用与部署环境匹配的标注数据学习修正何时可能有效,并在留出数据上用 conformal risk control 校准阈值。论文称,在可交换性假设下,GUARD 施加导致损失增加超过预设容忍度的修正的边际概率被限制在预设水平内,与所学评分无关。
AI 根据报道生成 · 35 分钟前更新
最新进展11月20日 13:00
冻结多模态模型在模态缺失下的风险可控修正方法 GUARD报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv cs.AI冻结多模态模型在模态缺失下的风险可控修正方法 GUARD
arXiv 论文提出 GUARD(Gated Utility-Aware Recalibration for Deployment),针对权重已冻结的多模态模型在模态缺失时的预测误差,估计可修正部分并仅在有益时施加修正。
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。