arXiv cs.LG· Hyojung Han, Jongmin Kim, Seung-Hun Jeon·· 19 天前AI 评分34
反事实门控支撑集分解（CGSD）：解构训练数据过滤中的样本选择与分布重排机制
Counterfactual Gate-Support Decomposition: Separating Selection from Redistribution in Training-Data Filtering
AI 导读
研究者提出了反事实门控支撑集分解（CGSD），这是一种匹配预算的四臂实验设计，用于将训练数据过滤门控效应分解为支撑集内选择、支撑集间重排及二者的交互作用。在韩英和韩日检索任务中，支撑集内选择是唯一显著超过校准零分布带的分量（留出集分别增加 +29.7 和 +5.6 项），且在基于模型置信度阈值的门控中同样表现一致（+27.3 项）。该方法能防止将支撑集分布重排误当做样本级门控质量。
来源：arXiv cs.LG · arxiv.org