研究：样本价值随学习器变化
热点事件持续更新
研究：样本价值随学习器变化
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
一项选择实验发现，训练样本的“有用性”并非样本固有属性，而取决于它与学习器的交互：简单样本在小预算下胜出，覆盖样本在大预算下胜出，两者胜负翻转的交叉点由学习器决定而非数据。 在低分辨率 ImageNet-100 上，ResNet-18 宽度翻倍使交叉点从每类 57 个样本移至 85 个；输入从 32 像素增至 64 像素则使其从 85 回到 57。在 Vision Transformer 上，覆盖样本在所有测量预算下均胜出。该研究由 Yangze Liu 等人发表。 研究者提出的问题是：训练样本的价值究竟属于样本本身，还是产生于它与学习器的交互之中。
AI 根据报道生成 · 4 小时前更新
最新进展10月12日 12:00
研究：训练样本的“有用性”取决于学习器，而非样本本身报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.AI研究：训练样本的“有用性”取决于学习器，而非样本本身
一项选择实验发现，简单样本在小预算下胜出、覆盖样本在大预算下胜出，而两者胜负翻转的交叉点由学习器决定而非数据。在低分辨率 ImageNet-100 上，ResNet-18 宽度翻倍使交叉点从每类 57 个样本移至 85 个；输入从 32 像素增至 64 像素则使其从 85 回到 57。在 Vision Transformer 上，覆盖样本在所有测量预算下均胜出。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月12日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:0016:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。