大模
Learning the importance of training data under concept drift
谷歌研究提出实例条件衰减时间尺度方法,为每个训练样本学习重要性分数,解决概念漂移下新旧数据相关性差异问题。在3900万张照片的十年基准上,相对准确率提升达15%,优于在线与持续学习。
大模型·Google AI Blog·5 天前
先用站内已采集内容作答;站内不足时联网检索,每条结论都给出来源链接
1 条 · 点击可看原文全文与中文译文
谷歌研究提出实例条件衰减时间尺度方法,为每个训练样本学习重要性分数,解决概念漂移下新旧数据相关性差异问题。在3900万张照片的十年基准上,相对准确率提升达15%,优于在线与持续学习。