AI交流(进群备注:TADE-AgnosticLT)

TADE-AgnosticLT 是一个专注于测试无关的长尾识别项目,通过测试时聚合多样化的专家模型并结合自监督机制,提升在长尾分布数据上的分类性能。该项目旨在解决长尾分布数据中类别不平衡的问题,通过动态聚合多个模型的预测结果,实现在测试阶段的高效识别。
TADE-AgnosticLT的特点:
- 1. 测试无关的长尾识别
- 2. 多样化专家模型的聚合
- 3. 自监督机制
TADE-AgnosticLT的功能:
- 1. 应用于长尾分类任务
- 2. 在测试时聚合模型预测结果
相关导航
暂无评论...