arXiv cs.LG· Eug\`ene Berta, Sacha Braun, Francis Bach, Michael I. Jordan, David Holzm\"uller·· 3 小时前AI 评分22
V-ECE：估计通用期望校准误差
V-ECE: Estimating General Expected Calibration Errors
AI 导读
研究者提出变分估计器 V-ECE，无需分箱或聚类即可估计基于一般凸散度（含 Lp 距离）的校准误差，并在期望上给出真实校准误差的下界。该方法用梯度提升对温度缩放拟合残差构建更精确的重校准器，在基于真实分类器构建的半合成基准上，V-ECE 是各类校准误差下最准确的二分类估计器之一，并显著优于所有多分类估计器。
来源：arXiv cs.LG · arxiv.org