ScoringBench：用恰当评分规则评测表格回归模型
热点事件持续更新
ScoringBench：用恰当评分规则评测表格回归模型
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
研究者 Jonas Landsgesell、Pascal Knoll、Tizian Wenzel 提出 ScoringBench，一个开放、可扩展的基准，用于在表格回归任务上评测模型。它采用（加权）CRPS、energy score、interval score 等恰当评分规则，同时保留标准点预测指标，覆盖 101 个回归数据集。 该基准提供基于 git 的排行榜，并支持 Demsar/autorank 与 z-score 两种排名协议。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
ScoringBench：用恰当评分规则评测表格基础模型的基准报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.AIScoringBench：用恰当评分规则评测表格基础模型的基准
研究者推出 ScoringBench，一个开放可扩展的基准，用（加权）CRPS、energy score、interval score 等恰当评分规则评测表格回归模型，覆盖 101 个回归数据集，并提供基于 git 的排行榜和 Demsar/autorank 与 z-score 两种排名协议。
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。