如下图所示,用 Energy Score 作为检验指标,绿色区域表示分布外样本(OOD)的得分分布,橙色区域表示分布内样本(ID)的得分分布,当超参数较小时,如图(a),得分分布的方差很小,但是引入的偏差损害了模型的性能,因此区分 ID 和 OOD 能力下降;当超参数较大时,如图(d),得分分布的方差较大,对拒绝域的估计可能不准,因此...
如下图所示,用 Energy Score 作为检验指标,绿色区域表示分布外样本(OOD)的得分分布,橙色区域表示分布内样本(ID)的得分分布,当超参数较小时,如图(a),得分分布的方差很小,但是引入的偏差损害了模型的性能,因此区分 ID 和 OOD 能力下降;当超参数较大时,如图(d),得分分布的方差较大,对拒绝域的估计可能不准,因此...
在获奖原因中，NeurIPS的评委写道，「作为第一个接受ImageNet挑战训练的CNN，这项2012年的研究远远超过了当时最先进的技术，开启了新一波深度学习浪潮，并对机器学习社区影响深远。」杰出论文奖 1、Is Out-of-Distribution Detection Learnable?（Zhen Fang、Yixuan Li、Jie Lu、 Jiahua Dong、Bo Han、Feng Liu）2、...
时间检验奖 NeurIPS 2022 时间检验奖颁给了论文《ImageNet Classification with Deep Convolutional Neural Networks》，又名 AlexNet 论文。这篇论文发表于 2012 年，论文作者是当时来自多伦多大学的 Alex Krizhevsky 、 Ilya Sutskever 以及 Geoffrey E. Hinton 。论文地址：https://papers.nips.cc/paper/2012/file/...
Riemannian Score-Based Generative Modelling 论文来自巴黎大学和牛津大学，关键词为扩散模型，生成模型和黎曼流形。获奖理由：本文通过识别影响基于分数的生成模型（SGM）成功的主要因素，将欧几里得空间中的SGM推广到黎曼流形。这种方法既是一种新颖的贡献，也是一种在技术上有用的贡献。论文地址：https://openreview.net/...
可以找到与“主体数据分布”不同的异常值（deviant from the general data distribution），比如从信用卡...
NeurIPS 2022最佳论文重磅公布!斯坦福大学成功「卫冕」,李飞飞高徒榜上有名 MLNLP社区是国内外知名的机器学习与自然语言处理社区,受众覆盖国内外NLP硕博生、高校老师以及企业研究人员。 社区的愿景是促进国内外自然语言处理,机器学习学术界、产...
9、Riemannian Score-Based Generative Modelling (Valentin De Bortoli、 Emile Mathieu、Michael John Hutchinson等) 10、Gradient Estimation with Discrete Stein Operators (Jiaxin Shi、Yuhao Zhou、Jessica Hwang等) 11、An empirical analysis of compute-optimal large language model training ...
就在今天,NeurIPS 2022杰出论文奖公布了!与它一同公布的还有数据集和测试基准(Datasets & Benchmarks)最佳论文奖以及时间测试奖。 NeurIPS 2022将于下周一在新奥尔良会议中心举行,为期两周,第一周线下进行,第二周线上进行。 杰出论文奖 对比去年,今年杰出论文的数量翻了一番,从去年的6篇变为今年的13篇。
9、Riemannian Score-Based Generative Modelling (Valentin De Bortoli、 Emile Mathieu、Michael John Hutchinson等) 10、Gradient Estimation with Discrete Stein Operators (Jiaxin Shi、Yuhao Zhou、Jessica Hwang等) 11、An empirical analysis of compute-optimal large language model training ...