跳到正文
热点事件持续更新

研究者提出S-2LS与SD-2LS纠正两层Softmax采样偏差

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Walid Bendada 与 Guillaume Salha-Galvan 提出 S-2LS 和 SD-2LS 两种采样方法,用于纠正两层 Softmax(2LS)采样因忽略簇规模失衡与簇内相似度离散度而产生的系统性偏差。作者称,这两种方法在几乎不增加计算开销的前提下,能给出可证明更优的 Softmax 近似。 在五个大规模数据集上的实验验证了其采样性质的改进。作者据此建议后续工作统一以这两种方法替代标准 2LS。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月8日
  1. arXiv stat.ML
    两层 Softmax 采样纠偏:修正规模失衡与离散度带来的偏差

    针对两层 Softmax(2LS)采样因忽略簇规模失衡与簇内相似度离散度而产生系统性采样偏差的问题,研究者提出 S-2LS 与 SD-2LS 两种采样方法,可在几乎不增加计算开销的前提下给出可证明更优的 Softmax 近似。在五个大规模数据集上的实验验证了其采样性质的改进,作者建议后续工作统一以这两种方法替代标准 2LS。

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。