电子科大等提出多视角去偏法,无需偏差标注提升最差组准确率
Weiwei Li · hf · 2026-11-19
电子科技大学与四川大学团队的论文《Let Samples Sing in Chorus: Mitigating Spurious Correlations via Cross-view Consensus》提出一种多视角去偏(debiasing)方法。
- 核心问题:深度模型常依赖虚假相关(shortcut),在欠代表群体上失效;现有方法依赖人工标注的偏差属性,但标注成本高,且标注属性未必是模型实际使用的捷径。
- 方法:在多个不同表示空间中聚合类内划分,通过跨视角共识减少模型对虚假相关的依赖。
- 效果:无需偏差监督即可提升 worst-group accuracy。
「研究」频道最新
- Nimo Robotics 发布 N1 手套与 D1 灵巧手,用 UMI 系统把人类演示变成机器人技能 — Scobleizer · 2026-11-19
- 扩散模型不止画图:已用于自动驾驶策略与蛋白质设计 — jasondeanlee · 2026-11-19
- KAIST 提出 PROLA 低秩适配方法,用于预测性时空天气降尺度 — MLVLab · 2026-11-19
- 南洋理工提出 PACT,让时序基础模型免于遗忘旧工况增量适配 — NanyangTechnologicalUniversity · 2026-11-19
- 上科大联合字节论文:Agent 进化停滞的根源是噪声评估辨不出真改进 — ShanghaiTech · 2026-11-19
- MIT QDA:用 LLM Agent 自动设计量化方案,64 GPU 小时超最强公开配方 — mit-han-lab · 2026-11-19