多分类里样本太少的类别该合并还是当 OOD 处理？
neonhexe · reddit · 2026-08-20
Reddit 上的机器学习讨论帖：训练狗品种图像分类器时，长尾品种每类只有几张样本，把它们合并成一个 Other 杂类是否损害性能？提问者直觉认为会让模型在潜空间里学习怪异的超平面去隔开彼此差异很大的样本（吉娃娃和狼样犬被塞进同一类），不如把不足样本的类别视为分布外检测问题——训练时只保留样本充足的类别，丢弃其余。帖子寻求相关研究指征。
「研究」频道最新
- 研究称应在大模型调优前先在小规模搜索超参 — JJitsev · 2026-08-20
- 机器人演示学习引发“梯度更新”定义争议 — NielsRogge · 2026-08-20
- SkillGate 解决长视距 Agent 技能选择饥饿 — SJTU · 2026-08-20
- AdaPop:基于流行度的自适应 LLM 遗忘学习 — Anna Borisiuk · 2026-08-20
- Scaling Laws 中的超参数预测误区 — JJitsev · 2026-08-20
- Cornell Tech 的 MiniTorch 课程：亲手实现一个迷你 PyTorch — techNmak · 2026-08-20