Cal-QL: 効率的なオンラインファインチューニングを実現する, 事前学習に特化したオフライン強化学習
Cal-QL: 効率的なオンラインファインチューニングを実現する, 事 ...
Offline Reinforcement Learning
Out-Of-Distribution
分類器の出力確率は信用できるのか？calibration性能を向上させる損失関数「AdaFocal」
分類器の出力確率は信用できるのか？calibration性能を向上させ ...
Loss Function
【無知の知】「これはわからない」とモデルに識別させる分布外検出手法と新規ベンチマークの提案
【無知の知】「これはわからない」とモデルに識別させる分布外検出手法と新 ...
Out-Of-Distribution
分布シフトの入念な分析！
分布シフトの入念な分析！
Domain Shift
異常検知は少数の異常サンプルを用いた教師あり学習で十分！？従来の異常検知手法を再考してみる！
異常検知は少数の異常サンプルを用いた教師あり学習で十分！？従来の異常検 ...
Out-Of-Distribution
データの不確実性に備える｜分布外データの検知性能を改善する「尤度比」とは？
データの不確実性に備える｜分布外データの検知性能を改善する「尤度比」と ...
Out-Of-Distribution