arXiv stat.ML· Fangyuan Lin, Noah Krever, Jakub \v{C}ern\'y, Lily Xu·· 7 天前AI 评分33
并非所有错误标注都同等重要：基于置信序列的高效任务感知审核
Not All Mislabels Are Equal: Efficient Task-Aware Auditing with Confidence Sequences
AI 导读
研究人员提出 ATLAS 框架，结合随时有效推理与任务感知自适应策略，以显著降低数据集标签的人工审核量。在将错误率验证至 ±2 个百分点时，该方法在肯尼亚生物多样性数据和 CIFAR-10N 基准上比随机抽样分别减少 24% 和 11% 的审核；针对 Hill-Shannon 多样性等非线性评分，达到目标精度的审核量减少了 36%。
来源：arXiv stat.ML · arxiv.org